知识卡片

普通读书笔记卡 · 9750.k · 生成模型:DeepSeek-V4.1-Flash

ROC 曲线与阈值取舍

理解等级:高级

阈值是必须的 逻辑回归输出的是概率,要变成流失与留下的标签,必须选一个切点;0.5 只是习惯,不是最优。 两列错误 以实际流失为阳性:真阳性率 TPR 是正确识别的阳性占全部阳性的比例,假阳性率 FPR 是被误判为阳性的阴性占全部阴性的比例。阈值降低,更多样本被判为阳性,TPR 上升,FPR 也上升,两者此消彼长。 ROC 怎么读 把阈值从 1 扫到 0,每一档对应平面上的一个点 (FPR, TPR),连起来就是 ROC 曲线。曲线越靠左上角越好:很小的 FPR 就能换来很高的 TPR。曲线下面积 AUC 把这一印象变成一个数,最大为 1,0.5 相当于随机猜。 阈值按代价选 流失案例中阈值 0.5 时 TPR 为 0.56、FPR 为 0.08;降到 0.15 后 TPR 升到 0.91,FPR 涨到 0.29。若漏掉一个流失客户的损失远大于多送一份挽留优惠,就应压低阈值;反之应抬高。依据是两类错误的业务代价,而不是 0.5 这个数字。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《数据科学与大数据分析 数据的发现 分析 可视化与表示》第6章 高级分析理论与方法:回归(源文件:extracted/数据科学与大数据分析 数据的发现 分析 可视化与表示/_epub-src/text/part0016_split_002.html) - 结论依据:6.2.3 节定义真阳性率与假阳性率并给出 ROC 曲线判读方式,同时用 0.5 与 0.15 两个阈值下 TPR、FPR 的实测值说明阈值与两类错误的取舍。 - 原始内容:如图6.15所示,一个分类器的最佳结果就是有一个低的FPR和一个高的TPR。所以,当在FPR轴上从左到右移动的时候,好的模型/分类器的TPR值会迅速接近1,同时FPR只有小小的变化。