Day30 範例
2019/05/27 上午 00:03
機器學習共學討論版
辛普恩
觀看數:12
回答數:4
收藏數:0
ml100-2
ml100-2-d30
請問ROC curve這張圖要怎麼解讀?
畫了一條斜直線的目的是?
回答列表
-
2019/05/27 上午 10:12Jimmy贊同數:2不贊同數:0留言數:0
Hi 辛普恩!
ROC 是在觀察,不同的閾值對於 Ture Positive rate / False Positive rate 的影響程度,線越往左上方靠近,模型的預測準確率會好,中間那條斜直線代表亂猜的 baseline,如果模型表現得與亂猜差不多,畫出來的曲線就會很貼近斜直線
-
2019/05/27 上午 10:15張維元 (WeiYuan)贊同數:0不贊同數:0留言數:0
中間那條虛線代表跟隨機預測的結果差不多,預測得極果一半對、一半錯。圖看的看法是離左上角越近的點預測準確率越高。離右下角越近的點,預測越不準。
-
2019/05/30 上午 00:59Seanyu.TW贊同數:1不贊同數:0留言數:0
Hi, ROC 的虛線代表的是,從訊號偵測理論來解釋的話,你的真實目標 (stimuli) 跟雜訊 Noise 兩個分布分不開來,於是從分布圖上的任何一個 c (threshold) 切下去要分出哪邊是 target / non-target 時,正確的機率是一半一半。
所以,我想對於 AUC 的正確解釋應該是:假設你隨機從整個群體中取得一筆資料,你能正確指出該筆資料為來自目標分布的機率為 X% (而中間的虛線則為 50%)。
統計上評估兩分布區辨度的方法,除 AUC 外,會用 dprime 的指標,也就是兩個分布平均值間距,越大的話,代表目標分布與噪音分布離得相當遠,故一個好的 c 可以清楚的分出兩者,從 ROC 圖上看的話,就是法線方向最大距離。
-
2019/05/30 上午 01:03Seanyu.TW贊同數:0不贊同數:0留言數:1
順帶一提,http://www.cns.nyu.edu/~david/handouts/sdt/sdt.html 寫得相當好,有時間跟興趣的話建議可以看看。