欢迎光临
一起学习,一起进步

再谈roc曲线

再次研读机器学习,对于roc曲线有了更深入的了解:

实际上roc曲线得来是通过tpr和fpr分别做y,x轴填充的曲线图。

这个图是怎么取得的呢?实际上是先训练出一个模型(二分类判定模型),然后通过改变判定的临界值。以逻辑斯汀回归为例:就是先训练出该模型,后改变θ*X=threshold(该逻辑斯汀模型所绘出的模型边界)中threshold的值,计算出的tpr和fpr。

那么这个改变实际上有点类似于svm的思想,就是选择最大软间隔的概念,它也是在一组可行的模型中选择而一种最优的。

赞(0) 打赏
未经允许不得转载:openSL » 再谈roc曲线

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏