Perguntas com a marcação «roc»

Normalmente, em regressão logística, ajustamos um modelo e obtemos algumas previsões sobre o conjunto de treinamento. Em seguida, validamos cruzadamente essas previsões de treinamento (algo como aqui ) e decidimos o valor do limite ideal com base em algo como a curva ROC. Por que não incorporamos a validação cruzada …

13 logistic  cross-validation  optimization  roc  threshold 

Uma medida comum usada para comparar dois ou mais modelos de classificação é usar a área sob a curva ROC (AUC) como uma maneira de avaliar indiretamente seu desempenho. Nesse caso, um modelo com uma AUC maior é geralmente interpretado como tendo um desempenho melhor do que um modelo com …

13 machine-learning  classification  roc  auc  model-evaluation 

Eu obtive um modelo de regressão logística (via train) para uma resposta binária e a matriz de confusão logística via confusionMatrixin caret. Isso me fornece a matriz de confusão do modelo logístico, embora não tenha certeza de qual limite está sendo usado para obtê-lo. Como obtenho a matriz de confusão …

13 r  classification  roc  caret  confusion-matrix 

Estou trabalhando em um modelo logístico e estou tendo algumas dificuldades para avaliar os resultados. Meu modelo é um logit binomial. Minhas variáveis ​​explicativas são: uma variável categórica com 15 níveis, uma variável dicotômica e 2 variáveis ​​contínuas. Meu N é grande> 8000. Estou tentando modelar a decisão das empresas …

13 r  logistic  goodness-of-fit  roc 

costumávamos criar curva GINI usando a elevação criada com a ajuda da porcentagem de bom e ruim para a modelagem de scorecard. Mas o que eu estudei é que a curva ROC é criada usando a matriz Confusion com Especificidade (1 - Verdadeiro Negativo) como eixo xe sensibilidade (verdadeiro positivo) …

13 roc  gini 

Eu apliquei regressão logística aos meus dados no SAS e aqui estão a curva ROC e a tabela de classificação. Estou confortável com as figuras da tabela de classificação, mas não sei exatamente o que a curva roc e a área abaixo dela mostram. Qualquer explicação seria muito apreciada.

13 regression  logistic  classification  roc 

Normalmente, não podemos desenhar uma curva ROC para classificadores discretos, como árvores de decisão. Estou certo? Existe alguma maneira de desenhar uma curva ROC para Dtrees?

13 roc  cart 

No aprendizado de máquina, podemos usar a área sob a curva ROC (frequentemente AUC abreviada ou AUROC) para resumir o quão bem um sistema pode discriminar entre duas categorias. Na teoria de detecção de sinal, frequentemente o d′d′d' (índice de sensibilidade) é usado para uma finalidade semelhante. Os dois estão …

13 machine-learning  roc  auc  signal-detection  d-prime 

Me deparei com o coeficiente Dice para similaridade de volume ( https://en.wikipedia.org/wiki/S%C3%B8rensen%E2%80%93Dice_coefficient ) e precisão ( https://en.wikipedia.org/wiki/Accuracy_and_precision ) Parece-me que essas duas medidas são iguais. Alguma ideia?

13 descriptive-statistics  roc  accuracy  precision-recall  auc 

Eu luto para encontrar uma maneira de calcular o valor-p da área sob uma característica de operador de receptor (ROC). Eu tenho uma variável contínua e um resultado de teste de diagnóstico. Quero ver se o AUROC é estatisticamente significativo. Encontrei muitos pacotes que tratam de curvas ROC: pROC, ROCR, …

12 r  p-value  roc 

Estou executando um classificador binário no momento. Quando planto a curva ROC, recebo uma boa sustentação no início, depois ela muda de direção e cruza a diagonal e, é claro, de volta, tornando a curva em forma de S inclinada. O que pode ser uma interpretação / explicação para esse …

12 roc 

Quando você tenderia a usar as curvas ROC sobre outros testes para determinar a capacidade preditiva de alguma medida em um resultado? Ao lidar com resultados discretos (vivo / morto, presente / ausente), o que torna as curvas ROC mais ou menos poderosas do que algo como um qui-quadrado?

12 regression  roc 

Eu tenho 100.000 observações (9 variáveis ​​indicadoras fictícias) com 1000 positivos. A regressão logística deve funcionar bem neste caso, mas a probabilidade de corte me intriga. Na literatura comum, escolhemos um ponto de corte de 50% para prever 1s e 0s. Não posso fazer isso, pois meu modelo fornece um …

11 regression  logistic  classification  generalized-linear-model  roc 

Gostaria de comparar dois classificadores diferentes para um problema de classificação de texto em várias classes que usa grandes conjuntos de dados de treinamento. Duvido que eu deva usar curvas ROC ou curvas de aprendizado para comparar os dois classificadores. Por um lado, as curvas de aprendizado são úteis para …

11 machine-learning  classification  roc  accuracy 

Estou trabalhando com dados desequilibrados, onde existem cerca de 40 casos de classe = 0 para cada classe = 1. Eu posso discriminar razoavelmente entre as classes usando recursos individuais, e treinar um classificador ingênuo de Bayes e SVM em 6 recursos e dados balanceados gerou uma melhor discriminação (curvas …

11 classification  svm  roc  naive-bayes  precision-recall