Какие переменные участвуют в построении кривой ROC?

Скажем, у меня есть классификатор, и я получаю FAR 10% и FRR 15%. Что мне нужно сделать с ними, чтобы построить кривую ROC?

У меня проблемы с пониманием того, что они на самом деле представляют, и ситуации, в которой они используются. Кажется, у меня нет важной переменной, которая сдвигает FAR и FRR в ту или иную сторону. Могу ли я по-прежнему использовать ROC?


machine-learning classification roc
person mino    schedule 02.05.2016    source источник

Ответы (1)


arrow_upward
2
arrow_downward

Короткий ответ: нет, вы не можете.

Кривая ROC — это параметрическая кривая, вам нужно скалярное значение, которое вы можете сдвинуть, чтобы изменить решения ваших классификаторов. Это полезно для:

  • Проверка устойчивости к этому параметру
  • тонкая настройка окончательных оценок вероятности для конкретного приложения
person lejlot    schedule 02.05.2016