受试者工作特征是一种系统匹配算法的测试指标,它是匹配分数阈值、误识率及拒识率之间的一种关系,其反映了识别算法在不同阈值上拒识率和误识率之间的平衡关系。
真实类别 | 预测为正 | 预测为反 |
正例 | TP(真正例) | FN(假反例) |
反例 | FP(假正例) | TN(真反例) |
ROC 曲线是以假正例率 FPR 为横坐标,真正例率 TPR 为纵坐标生成的曲线图,定义如下:
- TPR :在所有实际为阳性的样本中,被正确地判断为阳性之比率。 TPR = TP / ( TP + FN )
- FPR :在所有实际为阴性的样本中,被错误地判断为阳性之比率。 FPR = FP / ( FP + TN )
ROC 曲线可被用于计算「均值平均精度」Mean Average Precision,这是通过改变阈值来选择最好结果时所得到的平均精度,一般情况下,曲线距离左上角越近, 分类器效果越好。
相关词:AOU 曲线