怎么做ROC曲线？

妹妹 2011-06-07 02:06:05

ROC曲线中的各个点是怎么得到的？WEKA中的ROC曲线是怎么得到的？可以QQ交谈：８７２２８６９９０

...全文

512 3 打赏收藏转发到动态举报

写回复

3 条回复

切换为时间正序

请发表友善的回复…

发表回复

妹妹 2011-07-19

打赏
举报

回复

将所有样本排序，按照样本被预测为正类的概率（或者得分之类的指标），然后按照样本的排序，开始画ROC。如果该样本的真实类标为正类，则垂直往上画一个单位长度，如果该样本的真实类标为负类，则水平往右画一个单位长度，画完所以样本就ok了~

妹妹 2011-07-19

打赏
举报

回复

看照片也应该是个女生，哈哈
[Quote=引用 1 楼 jone7319 的回复:]
看你的名字是个女生？全玛萍?我加你的QQ
[/Quote]

jone7319 2011-06-13

打赏
举报

回复

看你的名字是个女生？全玛萍?我加你的QQ

ROC曲线是评估二值分类器性能的工具，源于二战时期的雷达技术，现在广泛用于机器学习。文章介绍了ROC曲线的概念、计算FPR和TPR的公式，以及如何通过Python绘制ROC曲线。此外，还讨论了ROC曲线在联邦学习中的平均处理方法，包括垂直平均和阈值平均的实现代码。

本文深入解析ROC曲线的概念，绘制方法及在模型性能评估中的应用。探讨AUC值的意义，如何利用ROC曲线选择最优模型，及其在样本分布变化时的稳定性。同时，介绍ROC曲线在多分类问题上的推广。

这篇文章详细介绍了ROC曲线的概念、评价指标，包括AUC和约登指数，以及在模型比较中的应用。它还探讨了如何处理连续和分类变量，以及样本量对曲线的影响。对于多分类问题，文章提出了两种绘制ROC曲线的方法。,

ROC曲线是评估分类器性能的重要工具，本文详细解释了ROC曲线的定义，如何绘制ROC曲线，以及AUC的含义。通过二分类和多分类的例子，展示了如何使用sklearn库绘制ROC曲线和计算AUC，强调了ROC曲线在不同测试集下的稳定性，使其成为衡量模型性能的有效方法。

ROC曲线是一种评估分类器性能的方法，靠近左上角的曲线代表更好的性能。它可以展示不同阈值下的灵敏度和特异度，帮助选择最佳诊断界限值。通过对ROC曲线的比较，可以判断不同诊断方法的优劣。ROC曲线不受类分布影响，适用于不平衡数据集的评估。

网络及通讯开发

1,317

社区成员

8,874

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章