Machine learning ROC和AUC的测量_Machine Learning_Roc_Auc

Machine learning ROC和AUC的测量

machine-learning

Machine learning ROC和AUC的测量,machine-learning,roc,auc,Machine Learning,Roc,Auc,我读过很多关于ROC和AUC的文章，我发现我们需要测量不同分类阈值的TPR和FPR。这是否意味着ROC和AUC只能用于概率分类器，而不能用于描述树之类的分类器是的，为了计算AUC，您需要有预测的概率。AUC是ROC曲线下的面积。为了绘制ROC曲线，您需要计算不同决策阈值的真阳性率和假阳性率——为了使用不同的决策阈值，您需要将概率作为模型的输出，因为将阈值应用于二进制标签0或1是没有意义的。有关如何计算AUC、何时使用AUC以及AUC作为性能指标的优缺点的更多信息，请阅读

我读过很多关于ROC和AUC的文章，我发现我们需要测量不同分类阈值的TPR和FPR。这是否意味着ROC和AUC只能用于概率分类器，而不能用于描述树之类的分类器

是的，为了计算AUC，您需要有预测的概率。AUC是ROC曲线下的面积。为了绘制ROC曲线，您需要计算不同决策阈值的真阳性率和假阳性率——为了使用不同的决策阈值，您需要将概率作为模型的输出，因为将阈值应用于二进制标签0或1是没有意义的。有关如何计算AUC、何时使用AUC以及AUC作为性能指标的优缺点的更多信息，请阅读