Neural network 如何根据给定数据绘制ROC曲线
我知道这是一个愚蠢的问题,我知道它在堆栈溢出中发生过很多次,但我不能理解任何例子 例如,我有从我的神经网络得到的数据。我知道数据不多,但我希望这足以给我举个例子Neural network 如何根据给定数据绘制ROC曲线,neural-network,roc,Neural Network,Roc,我知道这是一个愚蠢的问题,我知道它在堆栈溢出中发生过很多次,但我不能理解任何例子 例如,我有从我的神经网络得到的数据。我知道数据不多,但我希望这足以给我举个例子 Speaker | Guessed speaker _________________________ 1 | 2 2 | 2 3 | 3 4 | 9 5 | 5 6 | 6 7 |
Speaker | Guessed speaker
_________________________
1 | 2
2 | 2
3 | 3
4 | 9
5 | 5
6 | 6
7 | 7
8 | 1
9 | 9
10 | 10
那么现在,我应该如何从这些数据中创建ROC曲线呢?你不能从这些数据中创建ROC曲线,ROC曲线是从可以设置阈值以产生实际预测的分数中生成的,比如信心分数。您需要生成这些分数。如果分类器输出softmax概率,则可以使用它 ROC曲线是通过设置分数的阈值并生成预测来生成的,然后您可以计算真阳性和假阳性,并在曲线上生成一个点。您可以更改阈值,然后生成另一个点,依此类推
还要注意的是,ROC曲线主要用于二元分类问题,通过使用类别与非类别作为二元决策,每个类别绘制一条曲线,可以扩展到多类别问题。ROC曲线是为二元分类定义的。您能否详细说明如何确定多类别分类器的softmax概率?Thanks@EmersonHsieh我不明白你的意思,那似乎是一个完全不同的问题。