怎么直观理解ROC AUC的概率统计意义?

  统计/机器学习 监督式学习 模型验证 开放问题    浏览次数: 1379
1

ROC AUC是指ROC曲线下面的面积,越接近于1越好,但是ROC AUC有什么更深层、直观的概率统计的意义吗?


 

杨业勇   2017-09-28 13:07



   1个回答 
2

ROC AUC有个非常直白的概率意义。

随机挑选一个标签为0的样本A,再随机挑选一个标签为1的样本B。你预测样本B为1的概率大于样本A为1的概率的概率就是你的ROC AUC。比较拗口,多念几遍,就通顺了,嘿嘿嘿。


我再多说几句,ROC AUC的数值与每个预测概率的数值大小无关,在乎的是每个预测概率的排序。假设我们按照概率从大到小排。如果根据你的预测结果,所有标签为1的样本都排在了标签为0的样本前面,那么你的ROC AUC就是1。

ROC AUC = 0.8的意思是说,随机挑选个标签为1的样本,它被排在随机的0样本的前面的概率是0.8。显然ROC AUC是0.5的话,就说明这个模型和随便猜没什么两样。


五道口少年   2017-09-29 11:45



  相关主题

roc auc小于0.5是什么情况?   3回答

如何利用python画分类器的ROC曲线?   1回答

sklearn里计算roc_auc_score,报错ValueError: bad input shape   1回答

sklearn.metrics.auc里提到的梯形法则是什么意思?   2回答

精度召回precision recall auc是什么?   1回答

sklearn.preprocessing.StandardScaler采用的是哪种标准化的方法?   1回答

多元分类的roc auc   1回答

二元分类什么时候用LogLoss、什么时候用ROC AUC?如何选择?   1回答

python里什么模块可以计算精度-召回(precision-recall)的AUC?   1回答

sklearn.metric.auc函数计算出的结果很奇怪   1回答

R里有没有package可以画ROC,计算AUC的?   2回答

怎么理解roc convex hull?   2回答



回答问题时需要注意什么?

我们谢绝在回答前讲“生动”的故事。

我们谢绝“这么简单,你自己想”、“书上有的,你认真看”这类的回答;如果你认为对方的提问方式或者内容不妥,你可以直接忽略该问题,不用进行任何作答,甚至可以对该问题投反对票。

我们谢绝答非所问。

我们谢绝自己不会、硬要回答。

我们感激每一个用户在编写答案时的努力与付出!