← 返回刚才阅读的位置

知识卡片

操作参考卡 · 9909.e · 生成模型:Hunyuan

ROC曲线与截断点绘制

理解等级:中级

ROC曲线以假阳性率FPR为横轴、真阳性率TPR为纵轴,最早诞生于军事领域、在医学领域应用甚广。绘制方法是把样本按预测概率从高到低排序,动态移动截断点:从正无穷开始逐步降到最低得分,每个截断点算出一个FPR和TPR并在图上标点,连点成曲线。更直观的做法是横轴刻度取1/N、纵轴刻度取1/P,遇正样本向上走一格、遇负样本向右走一格,最终停在(1,1)。曲线同样可计算AUC来量化排序模型的优劣。与P-R曲线一样,ROC曲线也是通过不断移动正样本阈值生成的。

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

    • 第7章 推荐系统的评估 · 查看原书依据

      动态地调整截断点,从最高的得分开始(实际上是从正无穷开始,对应着ROC 曲线的零点),逐渐调整到最低得分。每一个截断点都会对应一个 FPR 和TPR,在 ROC 图上绘制出每个截断点对应的位置,再连接每个点即可得到最终的ROC曲线。

    参考来源

    - 位置:《深度学习推荐系统》第7章 推荐系统的评估(源文件:extracted/深度学习推荐系统/_epub-src/text/part0011_split_002.html) - 结论依据:原文给出ROC横纵坐标定义、截断点绘制步骤及更直观的刻度走格法,并说明与P-R曲线一样可计算AUC。 - 原始内容:动态地调整截断点,从最高的得分开始(实际上是从正无穷开始,对应着ROC 曲线的零点),逐渐调整到最低得分。每一个截断点都会对应一个 FPR 和TPR,在 ROC 图上绘制出每个截断点对应的位置,再连接每个点即可得到最终的ROC曲线。