Puc*_*ckl 6 information-retrieval machine-learning false-positive roc
我有以下ROC曲线:

并且它不会以1.0结尾,因为我的预测包括例如零
预测= [0.9,0.1,0.8,0.0]
对于ROC曲线,我采用top-k预测,首先是{0.9},然后是{0.9,0.8}等.如果预测中没有值> 0,则预测不会随着k的增加而改变.
因此我无法得到零的真正负值,并且由于误报率为fp /(fp + tn),因此曲线在达到1之前结束.
现在,我是否应该人为地使用零进行预测,或者如果曲线就这样结束就可以了?使用零也感觉不对.或者我错过了什么?
ROC曲线显示了在将阈值设置为不同值时可能在误报和漏报之间的权衡.在一个极端情况下,您可以将阈值设置得如此之低,以至于您将所有内容标记为正数,从而使您的误报率为0,误报率为1.另一方面,您可以将阈值设置得如此之高,以至于您可以标记所有内容为负数,给出假阴性率1和假阳性率0.
虽然这些退化情况在实践中没有用,但它们在理论上仍然是有效的权衡,并且是ROC曲线的正常部分.
| 归档时间: |
|
| 查看次数: |
1799 次 |
| 最近记录: |