Я изучаю SVM и ROC. Насколько мне известно, люди обычно могут использовать кривую ROC (рабочая характеристика приемника), чтобы показать классификационную способность SVM (машины опорных векторов). Мне интересно, могу ли я использовать ту же концепцию для сравнения двух подмножеств функций.
Предположим, у меня есть два подмножества функций, подмножество A и подмножество B. Они выбираются из одних и тех же данных поезда двумя разными методами извлечения признаков, A и B. Если я использую эти два подмножества функций для обучения одной и той же SVM с помощью LIBSVM svmtrain () и построить кривые ROC для них обоих, могу ли я сравнить их классификационные способности по их значениям AUC? Итак, если у меня более высокое значение AUC для подмножества A, чем для подмножества B, могу ли я сделать вывод, что метод A лучше, чем метод B? Есть ли в этом смысл?
Большое тебе спасибо,
