分类性能度量指标 : ROC曲线、AUC值、正确率、召回率、敏感度、特异度

转自： https://blog.csdn.net/tanzuozhev/article/details/79109311

https://zhuanlan.zhihu.com/p/66885681

正确率(Precision)：
真阳性率(True Positive Rate，TPR)，灵敏度(Sensitivity)，召回率(Recall)：

真阴性率(True Negative Rate，TNR)，特异度(Specificity)：
假阴性率(False Negatice Rate，FNR)，漏诊率( = 1 - 灵敏度)：
假阳性率(False Positice Rate，FPR)，误诊率( = 1 - 特异度)：

阳性似然比(Positive Likelihood Ratio (LR+))：

阴性似然比(Negative Likelihood Ratio (LR−) )：
Youden指数(Youden index)：

ROC曲线：接收者操作特征曲线(receiver operating characteristic curve)，是反映敏感性和特异性连续变量的综合指标，roc曲线上每个点反映着对同一信号刺激的感受性。

对于分类器或者说分类算法，评价指标主要有precision，recall，F1 score等，以及这里要讨论的ROC和AUC。

ROC曲线中：

横坐标：1-Specificity，伪正类率(False positive rate， FPR)，预测为正但实际为负的样本占所有负例样本 的比例；
纵坐标：Sensitivity，真正类率(True positive rate， TPR)，预测为正且实际为正的样本占所有正例样本 的比例。

AUC值的计算

AUC (Area Under Curve) 被定义为ROC曲线下的面积，显然这个面积的数值不会大于1。又由于ROC曲线一般都处于y=x这条直线的上方，所以AUC的取值范围一般在0.5和1之间。使用AUC值作为评价标准是因为很多时候ROC曲线并不能清晰的说明哪个分类器的效果更好，而作为一个数值，对应AUC更大的分类器效果更好。

AUC的计算有两种方式，梯形法和ROC AUCH法，都是以逼近法求近似值，具体见wikipedia。

分类性能度量指标 : ROC曲线、AUC值、正确率、召回率、敏感度、特异度相关推荐

机器学习之分类性能度量指标 : ROC曲线、AUC值、正确率、召回率
北京 | 高性能计算之GPU CUDA课程11月24-26日3天密集学习快速带你晋级阅读全文> 在分类任务中,人们总是喜欢基于错误率来衡量分类器任务的成功程度.错误率指的是在所有测试样例中错分 ...
分类性能度量指标：准确性(AC)、敏感性(SE)、特异性(SP)、F1评分、ROC曲线、PR(Precision-Recall)曲线、AUC曲线，混淆曲线
一:比较容易理解的比喻以糖尿病人的筛查为例.第一个钟形代表正常人,第二个钟形代表糖尿病人.理想中,如果正常人和糖尿病人的血糖范围完全没有重合就好了.这样我就把标准定在中间那个最低点.低于此点的,就是 ...
分类性能度量指标：ROC曲线、AUC值、正确率、召回率、敏感度、特异度
在分类任务中,人们总是喜欢基于错误率来衡量分类器任务的成功程度.错误率指的是在所有测试样例中错分的样例比例.实际上,这样的度量错误掩盖了样例如何被分错的事实.在机器学习中,有一个普遍适用的称为混淆矩阵 ...
ROC曲线 AUC值
全面了解ROC曲线一. 初识ROC曲线 1. ROC的前世今生: ROC的全称是"受试者工作特征"(Receiver Operating Characteristic)曲线, ...
混淆矩阵介绍以及评价指标(准确率，精确率，召回率，特异度，假警报率，G-mean，F1_score，KS值)
混淆矩阵混淆矩阵(Confusion Matrix),可以理解为就是一张表格.混淆这个名字还是很有内涵的,咳咳. 混淆矩阵是判断分类好坏程度的一种方法.另外还有ROC曲线和AUC曲线. 以分类模型中 ...
分类器性能度量指标之ROC曲线、AUC值
目录概述混淆矩阵(Confusion matrix) ROC曲线 AUC(Area under the ROC curve) AUC能拿来干什么总结参考资料: 概述二分类问题在机器学习中是一 ...
分类指标ROC、AUC
accuracy.precision.recall.F1-score.ROC曲线.PR曲线.AUC 正负样本不平衡accuracy没有意义.于是提出precision(精确率.查准率)= TP/(TP ...
机器学习分类模型评价指标之ROC 曲线、 ROC 的 AUC 、 ROI 和 KS
前文回顾: 机器学习模型评价指标之混淆矩阵机器学习模型评价指标之Accuracy.Precision.Recall.F-Score.P-R Curve.AUC.AP 和 mAP 图裂的话请参考:ht ...
机器学习模型评估指标ROC、AUC详解
我是小z ROC/AUC作为机器学习的评估指标非常重要,也是面试中经常出现的问题(80%都会问到).其实,理解它并不是非常难,但是好多朋友都遇到了一个相同的问题,那就是:每次看书的时候都很明白,但回过 ...
机器学习模型评估指标 - ROC曲线和AUC值
机器学习算法-随机森林初探(1) 随机森林拖了这么久,终于到实战了.先分享很多套用于机器学习的多种癌症表达数据集 https://file.biolab.si/biolab/supp/bi-cance ...

分类性能度量指标 : ROC曲线、AUC值、正确率、召回率、敏感度、特异度

AUC值的计算

分类性能度量指标 : ROC曲线、AUC值、正确率、召回率、敏感度、特异度相关推荐

最新文章

热门文章