表述有误，修改下，不好意思！
数据是这样的，自变量8种（比如体积/直径/周长等连续变量），因变量是二元变量（有/无），没有用复杂的模型，就是根据结果（有/无）把每个自变量分两组，两组之间做最简单的t检验，筛出有显著统计学差异的自变量，拿有意义的自变量与结果（有/无）做ROC曲线。
审稿人现在说我没有验证集啊，我之前只见过机器学习算法建模后验证的。
ROC曲线是否也是一种模型啊？ROC曲线如何拿到验证集中去评估呢？
不知道这样写，大家能否看懂，谢谢！
3个回答
我试着揣摩下楼主的用意，以及审稿人的想法。
楼主用了几个“比较显著”的自变量，在一个数据集上训练得到了一个模型（假如说逻辑回归好了）。然后楼主用这个模型在原来的数据集上进行预测，得到每个样本为“有”的概率，根据预测概率和真实信息，楼主得到了ROC曲线。
审稿人的想法是，你怎么可以同一个数据集上又训练又预测呢，你必须要划分出训练集和测试集。不然你无法公正地说明你的模型是“显著”得好。
我同意审稿人的想法。
飞翔钉子
2018-01-05 11:45
不大明白他的意思。
也许可能大概是这个意思：
你有两组数据A和B，你对A和B做T test，发现是是显著的。
他希望你把A分成两部分（A1和A2），然后B也分成两部分（B1和B2），A1和B1的T test是显著的，然后你再对A2和B2再做次T test，看看结果如何。A2和B2就是所谓的测试集（？）。
是这样理解？
AlphaCat
2018-01-04 13:16
不知道上下文，t test和roc有什么关系呢？
五丁大包
2018-01-05 06:39
相关讨论
随便看看