那么如何绘制ROC曲线呢?这里也需要我们通过阈值来绘制(与之前一样 , 遍历所有阈值来绘制整条曲线的) 。 当改变阈值时 , 那么预测出正样本和负样本的数目也随之变化 , 如下图:
7AUC值AUC(AreaUnderCurve)指的是ROC曲线下的面积大小 , 该值能够量化地反映基于ROC曲线衡量出的模型性能 。 计算AUC值只需要沿着ROC横轴做积分就可以了 。 由于ROC曲线一般都处于y=x这条直线的上方(如果不是的话 , 只要把模型预测的概率反转成1?p就可以得到一个更好的分类器) , 所以AUC的取值一般在0.5~1之间 。 AUC越大 , 说明分类器越可能把真正的正样本排在前面 , 分类性能越好 。 具体计算方法可参考文献[3] 。
8混淆矩阵混淆矩阵(ConfusionMatrix)也称错误矩阵 , 通过它可以直观地观察到算法的效果 。 它的每一列是样本的预测分类 , 每一行是样本的真实分类(反过来也可以) , 顾名思义 , 它反映了分类结果的混淆程度 。 混淆矩阵i行j列的原始是原本是类别i却被分为类别j的样本个数 , 计算完之后还可以对之进行可视化 , 可看看文献[2]中的混淆矩阵图片演示:
估算模型全局性能的方法有两种:宏平均(macro-average)和微平均(micro-average) 。 综合来看宏平均会比微平均更可靠一些 , 因为微平均受稀有类别影响更大 。 宏平均平等对待每一个类别 , 所以它的值主要受到稀有类别的影响 , 而微平均平等考虑数据集中的每一个样本 , 所以它的值受到常见类别的影响比较大 。
推荐阅读
-
-
文竹妈妈|网友:真是妈妈的好“帮手”,熊孩子把超市桃子全都戳上一个洞,
-
老道给乞丐文身,并预言:飞雀吃到谷子,便是你飞黄腾达之时
-
-
车家号|家族式外观霸气十足,配3.0T+8AT,宝马亮出“王牌”
-
-
SUV|40万级别,保值率最高的3款豪华SUV,你的车入榜了吗?
-
姜昆|70岁姜昆:我的时代已经过去了,不创作是因为写的东西太老
-
-
大白话财财|二股东疯狂套现,免税概念海汽集团月涨218%
-
ZAKER|正在考虑起诉,日本政府大楼被拖欠近3.2亿租金
-
长江日报|免票首日武汉景区人气高,黄鹤楼等景区客流量跳涨3倍
-
-
【战略论】守不成守!回顾冬季战争中苏军第44步兵师的失败原因,攻不成攻
-
警方|壹传媒被搜查时还不忘污蔑警方 港警迅速发文驳斥
-
SpaceX|由于ULA的延误,SpaceX三天内要完成两次火箭发射和一次星舰飞行
-
“各、家、垡、营”,北京地名中的这些常用字有啥含义?
-
-
李易峰|大瓜来了!李易峰被爆已婚!女方家世显赫属入赘,两人结婚证曝光真假难辨
-
【倒挂金钟】温度飙升!不建议买5种花,养不了多久“黄叶、干枯、烂根”