(done) ROC曲线和 AUC值分别是什么？

news2024/9/30 21:32:10

来源：https://www.bilibili.com/video/BV1wz4y197LU/?spm_id_from=333.337.search-card.all.click&vd_source=7a1a0bc74158c6993c7355c5490fc600

在二分类问题下，我们的模型通常会输出一个概率值，通过判断概率值和阈值threshold 的大小，来判断一个样本是正例还是负例。如下图所示。
在这里插入图片描述

通过取 (0, 1) 的不同阈值threshold，我们可以得到许多不同的混淆矩阵
在这里插入图片描述

那么，有一个问题：
在这里插入图片描述

有的，答案就是：
在这里插入图片描述

如下图是 ROC 曲线的示例：
两个概念：
1.TPR (True Positive Rate): TPR = (TP) / (TP + FN) 意思是：真正例占所有正例的比率，也就是 recall 召回率
2.FPR (False Positive Rate): FPR = (FP) / (FP + TN) 意思是：假正例占所有负例的比率，可以理解为出错的概率(似乎没有其它转有名词)
每一个混淆矩阵，我们都可以求出一对 (TPR, FPR)。当我们有很多个混淆矩阵时，我们就有很多对 (TPR, FPR)，那么此时就可以在二维平面上画下如下图的曲线。
在这里插入图片描述

把这个 ROC 曲线的计算方法放到之前的 “汉堡分类” 问题上，如下是计算后得到的 ROC 曲线
在这里插入图片描述

TPR 可以理解为 “正确率”
FPR 可以理解为 “错误率”
因此，越好的分类器，TPR越高，FPR越低
在下图中可以看到 A B 两条 ROC 曲线，ROC曲线越靠近左上角的分类器越好
如下图，分类器B的 ROC曲线更加靠近左上角，因此分类器B是更好的分类器
在这里插入图片描述

如果使用数值而不是图片来表示性能，那么我们可以使用 ROC 曲线和横轴之间的面积来表示分类器性能
如下图，棕色AUC 和蓝色AUC 分别表示棕色曲线和蓝色曲线和横轴之间的面积
在这里插入图片描述

如果 N 分类，怎么计算 AUC 呢？
这里有 macro宏观AUC 和 micro微观AUC
macro宏观AUC：针对每个类别求一个 ROC 曲线，求对应的 AUC 值，随后针对所有类别的 AUC 值求某种平均
micro微观AUC：假设概率预测结果如下图上表所示（样本1是类别C1的概率是 P(1,1) …）（橙色表示样本1的真实类别）
我们可以把下图上表转换成下图下表
下图下表看起来就是一个二分类问题
我们可以使用下图下表来获取一个新的针对整个模型的 ROC 曲线以及相应的 AUC 值
在这里插入图片描述