首页 >
ROC曲线
✍ dations ◷ 2025-06-06 21:57:18 #ROC曲线
在信号检测理论中,接收者操作特征曲线(receiver operating characteristic curve,或者叫ROC曲线)是一种坐标图式的分析工具,用于 (1) 选择最佳的信号侦测模型、舍弃次佳的模型。 (2) 在同一模型中设定最佳阈值。在做决策时,ROC分析能不受成本/效益的影响,给出客观中立的建议。ROC曲线首先是由二战中的电子工程师和雷达工程师发明的,用来侦测战场上的敌军载具(飞机、船舰),也就是信号检测理论。之后很快就被引入了心理学来进行信号的知觉检测。数十年来,ROC分析被用于医学、无线电、生物学、犯罪心理学领域中,而且最近在机器学习(machine learning)和数据挖掘(data mining)领域也得到了很好的发展。分类模型(又称分类器,或诊断)是将一个实例映射到一个特定类的过程。ROC分析的是二元分类模型,也就是输出结果只有两种类别的模型,例如:(阳性/阴性)(有病/没病)(垃圾邮件/非垃圾邮件)(敌军/非敌军)。当讯号侦测(或变数测量)的结果是一个连续值时,类与类的边界必须用一个阈值(英语:threshold)来界定。举例来说,用血压值来检测一个人是否有高血压,测出的血压值是连续的实数(从0~200都有可能),以收缩压140/舒张压90为阈值,阈值以上便诊断为有高血压,阈值未满者诊断为无高血压。二元分类模型的个案预测有四种结局:这四种结局可以画成2 × 2的混淆矩阵:ROC空间将伪阳性率(FPR)定义为 X 轴,真阳性率(TPR)定义为 Y 轴。给定一个二元分类模型和它的阈值,就能从所有样本的(阳性/阴性)真实值和预测值计算出一个 (X=FPR, Y=TPR) 座标点。从 (0, 0) 到 (1,1) 的对角线将ROC空间划分为左上/右下两个区域,在这条线的以上的点代表了一个好的分类结果(胜过随机分类),而在这条线以下的点代表了差的分类结果(劣于随机分类)。完美的预测是一个在左上角的点,在ROC空间座标 (0,1)点,X=0 代表着没有伪阳性,Y=1 代表着没有伪阴性(所有的阳性都是真阳性);也就是说,不管分类器输出结果是阳性或阴性,都是100%正确。一个随机的预测会得到位于从 (0, 0) 到 (1, 1) 对角线(也叫无识别率线)上的一个点;最直观的随机预测的例子就是抛硬币。让我们来看在实际有100个阳性和100个阴性的案例时,四种预测方法(可能是四种分类器,或是同一分类器的四种阈值设定)的结果差异:将这4种结果画在ROC空间里:上述ROC空间里的单点,是给定分类模型且给定阈值后得出的。但同一个二元分类模型的阈值可能设定为高或低,每种阈值的设定会得出不同的FPR和TPR。例如右图,人体的血液蛋白浓度是呈正态分布的连续变数,病人的分布是红色,平均值为A g/dL,健康人的分布是蓝色,平均值是C g/dL。健康检查会测量血液样本中的某种蛋白质浓度,达到某个值(阈值,threshold)以上诊断为有疾病征兆。研究者可以调整阈值的高低(将左上图的B垂直线往左或右移动),便会得出不同的伪阳性率与真阳性率,总之即得出不同的预测准确率。1. 由于每个不同的分类器(诊断工具、侦测工具)有各自的测量标准和测量值的单位(标示为:“健康人-病人分布图”的横轴),所以不同分类器的“健康人-病人分布图”都长得不一样。2. 比较不同分类器时,ROC曲线的实际形状,便视两个实际分布的重叠范围而定,没有规律可循。3. 但在同一个分类器之内,阈值的不同设定对ROC曲线的影响,仍有一些规律可循:在比较不同的分类模型时,可以将每个模型的ROC曲线都画出来,比较曲线下面积做为模型优劣的指标。ROC曲线下方的面积(英语:Area under the Curve of ROC (AUC ROC)),其意义是:从AUC判断分类器(预测模型)优劣的标准:AUC的计算有两种方式,都是以逼近法求近似值。梯形法(英语:trapezoid method):简单地将每个相邻的点以直线连接,计算连线下方的总面积。因为每一线段下方都是一个梯形,所以叫梯形法。AUC of ROC是机器学习的社群最常使用来比较不同模型优劣的方法 。然而近来这个做法开始受到质疑,因为有些机器学习的研究指出,AUC的杂讯太多,并且很常求不出可信又有效的AUC值(此时便不能保证AUC传达本节开头所述之意义),使得AUC在模型比较时产生的问题比解释的问题更多 。所有常用于统计分析的软件(例:SPSS、SAS、SYSTAT、S-Plus、ROCKIT、RscorePlus)都有依据不同阈值自动计算真阳性和伪阳性比率、并依此绘制ROC曲线的功能。离散分类器(英语:discrete,或称“间断分类器”),如决策树,产生的是离散的数值或者一个二元标签。应用到实例中,这样的分类器最后只会在ROC空间产生单一的点。而一些其他的分类器,如朴素贝叶斯分类器,逻辑回归或者人工神经网络,产生的是实例属于某一类的可能性,对于这些方法,一个阈值就决定了ROC空间中点的位置。举例来说,如果可能值低于或者等于0.8这个阈值就将其认为是阳性的类,而其他的值被认为是阴性类。这样就可以通过画每一个阈值的ROC点来生成一个生成一条曲线。MedCalc是较好的ROC曲线分析软件。
相关
- 奶油奶油可以指:
- 航天飞机航天飞机(英语:Space Shuttle),是一种为穿越大气层和太空的界线(高度100公里的卡门线)而设计的火箭动力飞机。航天飞机结合了飞机与航天器的性质,像有翅膀的航天器。迄今只有美国与
- 豇豆花叶病毒豇豆镶嵌病毒, SB isolate豇豆花叶病毒(Cowpea Mosaic Virus)又名豇豆黄花叶病毒,分布在尼日利亚、古巴和美国等国。苏里南、古巴和美国等地寄主范围很窄,在豆科植物以外就很
- 复制复制(英文:Copying;中文音译:拷贝)是将某事物通过某种方式制作成相同的一份或多份的行为。在中文里,台湾和港澳地区亦将英文中表示利用生物技术由无性生殖产生与原个体有完全相同
- 脓脓是一种黄色或黄白色液体,是动物身体在发炎反应中所生成的物质,脓在周围组织所堆积而成的区域称为脓疮。这些液体,是由死亡或存活的白血球细胞所制造。脓存于患部内触碰会有疼
- 特异性灵敏度和特异度(Sensitivity and specificity),是统计学中用来表征二项分类测试特征的数据。灵敏度可以作为避免假阴性的量化指标,而特异度可以作为避免假阳性的量化指标。对于
- 汽车汽车(英式英语:car;美式英语:automobile;美国口语:auto),即本身具有动力得以驱动,不须依轨道或电缆,得以动力行驶之车辆。广义来说,具有两轮或以上以原动机行驶之车辆,便可称为汽车;狭义
- 免疫性免疫(英语:immunity),指生物机体识别和排除抗原物质的一种保护性反应。其中包括特异性免疫(后天免疫系统)与非特异性免疫(先天免疫系统)。“免疫”一词,最早见于中国明代医书《免疫类
- 犯罪美国联邦调查局和美国司法统计局每年都会发布美国犯罪数据统计,联邦调查局每年都会将各个执法机构的案件汇集起来,发布成《统一犯罪报告(英语:Uniform Crime Reports)》。考虑到
- 安道尔安道尔公国(加泰罗尼亚语:Principat d'Andorra),也译作安道拉亲王国,通称安道尔,为一微型国家,国土面积468平方千米。是西南欧的内陆亲王国,位于比利牛斯山脉东南部,毗邻法国和西班牙