在中讨论了AUC值，但这不同于常规的roc_auc_score。我没有看到对它的描述，它是什么，它是用来做什么的？
浏览 57提问于2016-07-31得票数 2
回答已采纳
我对计算AUC (曲线下面积)来评估推荐系统的结果感到困惑。
如果我们有交叉验证数据，比如(用户，产品，评级)。如何为每个用户选择正负样本来计算AUC？
浏览 14提问于2017-01-20得票数 8
1回答
我正在评估一个推荐器，我有ROC曲线和精确召回曲线。当我改变一些参数时，ROC和PR曲线会略有不同。有时ROC曲线看起来比PR曲线更好，或者相反。因此，我想要两条曲线。我可以将ROC曲线归结为AUC，因为我有11个点的PR曲线，所以我可以取11个点的平均值来得到一个数字。
我可以以某种方式将这些度量组合为一个数字吗？这是人们经常做的事情，还是没有必要呢？中华民国看起来比PR好，这是不是因为我不擅长解
浏览 5提问于2012-09-04得票数 1
3回答
我正在用KNN建立两类分类模型from sklearn.metrics import auc
------------Traceback (most recent call last)----> 1 auc(y_test, y_pred)
~/.local/lib/pyt
浏览 4提问于2019-03-04得票数 6
回答已采纳
1回答
我阅读了大量关于ROC和AUC的文章，我发现我们需要为不同的分类阈值测量TPR和FPR。这是否意味着ROC和AUC只能用于概率分类器，而不能用于离散分类器(如树)？
浏览 21提问于2019-02-19得票数 0
我正在对某些风险评估工具的性能进行元分析。我的目标是汇集AUC对某一特定工具的几项有效性研究的估计。然而，我遇到了一些研究，没有提供AUC的估计本身，而只是提供了中华民国的曲线。在这种情况下，我使用获取每个数据点对应的值。然而，的问题是，即使我有灵敏度和1-特异性的值，并且可以自己用R来绘制ROC曲线，但我不知道用哪种函数来计算曲线下的面积。这是因为允许我计算AUC的所有R包/函数都使用底
浏览 0提问于2019-04-11得票数 1
回答已采纳
1回答
升力曲线允许建模者比较不同的模型。当模型具有不同比例时，这一点尤其有用。但这是通过直观地检查曲线来完成的。是否有任何等效的度量标准允许以编程方式进行比较？
浏览 1提问于2016-06-14得票数 1
1回答
受试者工作特性(ROC)和曲线下面积(AUC)是非常熟悉的概念。我反复使用它们(使用诸如scikit-learn之类的库)，但从未真正学会如何实现它们。脑海中出现的明显实现是:固定一个步长，增量，将间隔0-1与增量相除，对于所有这些阈值，计算TPR和FPR。从中，我了解到“为了计算ROC曲线中的点，我们可以用不同的分类阈值多次评估逻辑回归模型，但这将是低效的。幸运的是，有一种高效的、基于排序的算法可以为我们提供这些信息，称为AUC。”
浏览 10提问于2021-06-23得票数 1
1回答
我有一条曲线作为下面的数据，我想计算由x点和y点构成的曲线下的面积(积分)。下面这样做是对的吗？在不知道曲线的函数的情况下，如何计算曲线下的面积？我将对每一个重复测量的个体，用我的其余数据重复这一点。另外，我需要计算一阶和二阶导数值的曲线下面积。我也要这么做吗？谢谢你的建议。"3.5")),
class = c("tbl
浏览 9提问于2022-05-18得票数 1
我想计算下的面积曲线(AUC)的集中-时间分布的许多科目(约200人)。我用的是包里的垃圾：如何将其应用于数据集中的每个唯一ID？并通过在原始数据集中添加一个新的"AUC“列来保留R中的结果？
浏览 2提问于2014-10-27得票数 1
回答已采纳
2回答
一类多类问题的ROC曲线绘制
、、、、
我的每类ROC曲线看起来都是一条直线，不符合sklearn的例子，显示曲线的波动。modelmodel.fit(train, ytrain)下面的函数画出中华民国的曲线"], _ = roc_curve(y_test.ravel(), y_pred.ravel())
roc_auc["micro"] = auc(fpr["micro&quo
浏览 2提问于2021-12-08得票数 3
回答已采纳
test_size=0.3, random_state=42)
10
11 xgb_grid = grid_search.GridSearchCV(xgb_model, xgb_params, scoring='roc_auc
浏览 8提问于2017-05-19得票数 7
我想评估一下我的机器学习模型。用roc_auc_score()计算ROC曲线下面积，用sklearn的plot_roc_curve()函数绘制ROC曲线。在第二个函数中，还计算了AUC，并在图中显示。现在我的问题是，我得到了两个AUC不同的结果。import load_breast_cancerfrom sklearn.metri
浏览 99提问于2020-12-11得票数 3
1回答
使用pROC软件包绘制ROC曲线有两个问题。
A.显着性水平或P-值是在ROC曲线下的实际(总体)面积为0.5 (零假设:面积= 0.5)时，观测样本面积在ROC曲线下被发现的概率。如果P是小的(P<0.05)，则可以得出结论，ROC曲线下的面积与0.5有显着性差异，因此有证据表明实验室测试确实具有区分这两组的能力。因此，我想计算一下，在中华民国曲线下的某一区域，是否与0.50有显着性差异。我
浏览 2提问于2013-04-10得票数 1
回答已采纳
3回答
是否有一种通用的方法，可以用ROC曲线来验证一个模型？我的理解是，我们可以使用它来比较不同的阈值来确定最佳值，甚至可以看到不同的组在k折叠验证中的行为方式.，但是它需要总是比较不同的阈值。有人告诉我，我应该考虑用ROC曲线来验证我的模型(logistic回归)，但它们并不意味着看分类的阈值，我一直被告知，它应该被用来验证模型之外的一般情况。
浏览 0提问于2022-11-21得票数 1
我正在使用布尔值，试图在Mahout中评估推荐引擎。我的问题是关于evaluate函数的“正确”参数的选择。提前为这篇冗长的帖子道歉。3)在我的项目中，我需要为每个用户推荐最多10个项目。5)为什么精度/召回率(请注意，我正在处理布尔数据)随着推荐数量(即变量int at)的增加而增加(我通过实验证明了这一点)？6) spiting of both testing and training tests在mahout中发生在哪里，我如何更改该百分比(除非基于项目的推荐不是这样)？
浏览 5提问于2013-02-19得票数 1
2回答
我正在努力评估非默认指标(在本例中为PR-AUC)的性能与树的数量之间的变化。 下面是我尝试的一些代码。X_train, label="target") pr_auc= tf.keras.metrics.AUC( curve='PR',)
tfdf_clf = tfdf.keras.GradientBooste
浏览 46提问于2021-10-22得票数 2
假设我正在创建这样的学习曲线(代码中可能有一些小错误，这只是一个示例)。我想要的是一个经典的学习曲线，你可以扩大训练集，使验证/测试集保持相同的大小。, train.mean), setAggregation(auc, test.mean))以上代码的问题在于，学习者确实接受了关于训练数据的一部分的训练，但是auc.train.mean度量是在完整的训练集上评估的这导致的结果不是真正的学习曲线，我想。我希望采用这种方法来评估用于学习的培
浏览 10提问于2016-11-23得票数 2
回答已采纳
3回答
AUC - ROC曲线是对不同阈值设置下的分类问题的性能度量.ROC是一条概率曲线，AUC代表可分性的程度或尺度。
Roc和AUC一样吗？
浏览 0提问于2019-12-21得票数 2
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
