首页 >
ROC曲线
✍ dations ◷ 2025-07-19 06:43:54 #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
- 种群生态学种群生态学(英语:Population ecology)是生态学的一个子领域,处理物种种群的动态变化及其与自然环境的相互作用。种群生态学研究种群的种群规模(英语:population size)随时间和空间
- 局部麻醉药局部麻醉药(英语:local anesthetic)是指那些在人体的限定范围内能暂时完全地和可逆地阻断神经传导,即在意识未消失的状况下使人体的某一部分失去感觉,以便于外科手术进行的药物。
- 笑死笑死是一种罕见的死因,通常是由一阵大笑引起的心脏骤停或者窒息所致。自古希腊时代至现代均有笑死的案例纪录。笑死的别称“致命的欢闹”(英语:fatal hilarity)则是于1956年首次
- 肢端肥大症肢端肥大症(Acromegaly)是肇因于人体的生长板关闭后生长激素(GH)仍过度分泌所引起的疾病。 最初的症状通常是手部和足部肿大,前额、下巴和鼻子也可能会变大。其他症状可能包括关
- 放牧场放牧场 (来自拉丁语 pastus,为pascere的过去分词,意指 "饲养") 为提供放牧的土地。狭义的定义系指圈围的农地,供家畜如马部、家牛、绵羊、家猪等吃草,种植做作物包括粮草(英语:for
- 麹菌See List of Aspergillus species麹菌属(Aspergillus)是一个由几百种多细胞霉菌菌种所组成的菌属,在许多气候条件下皆可发现它们的踪影。麹菌属于1729年被皮耶尔·安东尼奥·米
- 裂解裂解(英语:pyrolysis,或称热解、热裂、热裂解、高温裂解)指有机物质于无氧气存在下的高温(英语:Thermal decomposition)分解反应。它涉及的化学成分和物理相位的同时变化,并且是不可
- 犬瘟热病毒犬瘟热,又称犬瘟、狗瘟, 是一种病毒性疾病, 对于犬科,鼬科,臭鼬科,鬣狗科,猫熊科,浣熊科,鳍足亚目和一些灵猫科和猫科的动物(但对于家猫没有影响,猫科动物犬瘟热或猫泛白细胞减少症是
- 爱沙尼亚– 欧洲(绿色及灰色)– 欧盟(绿色) —爱沙尼亚共和国(爱沙尼亚语:Eesti Vabariik),通称爱沙尼亚(爱沙尼亚语:Eesti,爱沙尼亚语发音: .mw-parser-output .IPA{font-family:"Charis S
- BMD印度弹道导弹防御系统计划(英语:Indian Ballistic Missile Defence Programme,BMD)是由国防研究及发展组织(DRDO)主导的印度反弹道导弹项目。至今,该项目已衍生三种反导系统,包括大