Ինչպե՞ս են որոշվում ROC-AUC հաշվարկի համար սահմանները։
sobes.tech AI
Պատասխան AI-ից
ROC-AUC հաշվարկելու համար շեմային արժեքներն այն հավանականության կամ մոդելի գնահատականներն են, որոնց վրա դասակարգիչը որոշում է, թե որ դասին վերագտնել օբյեկտը:
ՌՈԿ գծագրի կառուցման համար շեմային արժեքները ընտրվում են հնարավոր կանխատեսված հավանականությունների տիրույթից (հաճախ՝ 0-ից 1): Յուրաքանչյուր շեմի համար հաշվվում են True Positive Rate (TPR) և False Positive Rate (FPR) արժեքները:
Անհրաժեշտ է, որ շեմային արժեքները կազմվեն թեստային հավաքածուում կանխատեսված հավանականությունների եզակի արժեքներից, որոնք դասավորված են նվազման կարգով: Սա թույլ է տալիս գնահատել դասակարգման որակը տարբեր զգայունության և հատուկության մակարդակներում:
Մոտավոր ալգորիթմ՝
- Ստանալ բոլոր օբյեկտների համար կանխատեսված հավանականությունները:
- Սորտավորել հավանականությունների եզակի արժեքները:
- Օգտագործել յուրաքանչյուր արժեք որպես շեմ, դասակարգելով օբյեկտները, որոնց հավանականությունը բարձր է շեմից, որպես դրական:
- Հաշվարկել TPR և FPR յուրաքանչյուր շեմի համար:
Այս կետերից կառուցվում է ROC գիծը, իսկ դրա տակ գտնվող մակերեսը (AUC) ծառայում է մոդելի որակի չափանիշի։