ROC图表和曲线下面积（AUC）

809669515

2018-10-31 阅读量: 3263

ROC图表和曲线下面积（AUC）

ROC图表类似于增益或提升图表，因为它们提供了分类模型之间的比较手段。ROC图表显示X轴上的假阳性率（1-特异性），当其真实值为0时，目标的概率= 1，而在Y轴上显示真阳性率（灵敏度），目标的概率= 1时真值是1。

理想情况下，曲线将快速向左上方爬，这意味着模型正确预测了案例。对角线红线表示随机模型（ROC101）。

曲线下面积（AUC）

ROC曲线下的面积通常用作分类模型质量的度量。随机分类器的曲线下面积为0.5，而完美分类器的AUC等于1.实际上，大多数分类模型的AUC介于0.5和1之间。

例如，ROC曲线下面积为0.8的区域意味着目标等于1的组中随机选择的案例的得分大于该组中随机选择的案例的得分，其中目标等于0的80％时间。当分类器不能区分两组时，该区域将等于0.5（ROC曲线将与对角线重合）。当两组完全分离，即没有分布重叠时，ROC曲线下面积达到1（ROC曲线将到达图的左上角）。

0.0000

关注作者

发表评论

暂无数据

CDA考试动态

CDA报考指南

推荐帖子