Анализ с помощью характеристической кривой (ROC-analisys)

Синонимы: ROC-анализ

Разделы: Визуализация, Алгоритмы

ROC-анализ основан на использовании ROC-кривой (Receiver Operator Characteristic), которая показывает результаты бинарной классификации, когда модель предсказывает вероятность того, что наблюдение относится к одному из двух классов.

В таком случае важен выбор точки отсечения, то есть порога отсечения, разделяющего классы. ROC-кривая позволяет построить зависимость количества верно классифицированных положительных примеров от количества неверно классифицированных отрицательных примеров.

Выбирая точку отсечения (cut-off value), можно управлять вероятностью правильного распознавания положительных и отрицательных примеров. При уменьшении порога отсечения увеличивается вероятность ошибочного распознавания положительных наблюдений (ложноположительных исходов), а при увеличении возрастает вероятность неправильного распознавания отрицательных наблюдений (ложноотрицательных исходов).

Необходимо подобрать такое значение точки отсечения, которое дает наибольшую точность распознавания класса, определённого постановкой задачи.

В анализе данных ROC-кривые применяют при решении задач классификации для определения порога отсечения.

results matching ""

    No results matching ""