机器学习|ROC曲线和AUC值

概念AUC(Area Under Curve)被定义为ROC曲线下的面积。其中,ROC曲线全称为受试者工作特征曲线 (receiver operating characteristic curve),
模型会计算出所判断事物为汉堡🍔的概率,而这个时候还需要再设置一个阈值,使得计算出来的概率如果大于这个阈值,就会被判作是汉堡,而如果小于这个阈值的话,就会被判作不是汉堡。

也就是说,有存在两种错误情况,一种是判断为🍔,但实际并不是🍔,另外一种是判断为不是🍔,但实际是汉堡。

同时不同的阈值会对应不同的图像,而可能对应不同的错误情况的情况个数。

真正例率(True Positive Rate,简称TPR)(实际为真的个体占判断为真的个体的比值)

TPR的话,值越大越好,能判出来更多正确的真。

假正例率(False Positive Rate,简称FPR),FPR的话,越小越好,被错判为是的情况越少。

因而点越靠上和靠左越好

从而可以得到ROC曲线。(receiver operating characteristic curve,简称ROC曲线)

而一条ROC曲线是可以用来刻画一个分类器在不同阈值下的变化。

也就是说,一条ROC曲线可以对应一个分类器或者分类器的性能。

比较分类器的某些性能也可以用对应的ROC曲线进行比较。

相关推荐
只怕自己不够好5 分钟前
OpenCV 图像运算全解析:加法、位运算(与、异或)在图像处理中的奇妙应用
图像处理·人工智能·opencv
果冻人工智能1 小时前
2025 年将颠覆商业的 8 大 AI 应用场景
人工智能·ai员工
代码不行的搬运工1 小时前
神经网络12-Time-Series Transformer (TST)模型
人工智能·神经网络·transformer
石小石Orz1 小时前
Three.js + AI:AI 算法生成 3D 萤火虫飞舞效果~
javascript·人工智能·算法
罗小罗同学1 小时前
医工交叉入门书籍分享:Transformer模型在机器学习领域的应用|个人观点·24-11-22
深度学习·机器学习·transformer
孤独且没人爱的纸鹤1 小时前
【深度学习】:从人工神经网络的基础原理到循环神经网络的先进技术,跨越智能算法的关键发展阶段及其未来趋势,探索技术进步与应用挑战
人工智能·python·深度学习·机器学习·ai
阿_旭1 小时前
TensorFlow构建CNN卷积神经网络模型的基本步骤:数据处理、模型构建、模型训练
人工智能·深度学习·cnn·tensorflow
羊小猪~~1 小时前
tensorflow案例7--数据增强与测试集, 训练集, 验证集的构建
人工智能·python·深度学习·机器学习·cnn·tensorflow·neo4j
极客代码2 小时前
【Python TensorFlow】进阶指南(续篇三)
开发语言·人工智能·python·深度学习·tensorflow
zhangfeng11332 小时前
pytorch 的交叉熵函数,多分类,二分类
人工智能·pytorch·分类