机器学习-ROC曲线

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了机器学习-ROC曲线相关的知识,希望对你有一定的参考价值。

  ROC曲线(Receiver operating characteristic curve),ROC曲线其实是多个混淆矩阵的结果组合,如果在上述模型中我们没有定好阈值,而是将模型预测结果从高到低排序,将每个概率值依次作为阈值,那么就有多个混淆矩阵。

  对于每个混淆矩阵,我们计算两个指标TPR(True positive rate)和FPR(False positive rate),TPR=TP/(TP+FN)=Recall,TPR就是召回率。FPR=FP/(FP+TN),FPR即为实际为好人的人中,预测为坏人的人占比。我们以FPR为x轴,TPR为y轴画图,就得到了ROC曲线。

 

技术分享图片

 

以上是关于机器学习-ROC曲线的主要内容,如果未能解决你的问题,请参考以下文章

机器学习-ROC曲线

R语言机器学习 | 9 ROC曲线

机器学习ROC以及代价曲线

机器学习搞清楚机器学习的TPFNFPTN,查全率和查准率,P-R曲线和ROC曲线的含义与关系

机器学习:评价分类结果(ROC 曲线)

机器学习系列-ROC曲线以及AUC计算