为什么负样本的auc会和正样本的auc不一样呢?

  统计/机器学习 监督式学习 模型验证    浏览次数:388        分享
0

为什么负样本的auc会和正样本的auc不一样呢?就是负样本的auc是1了,可正样本的auc还不是1。我理解的是auc是按照概率排序,然后如果负样本的全在正样本前面了,那么负样本的auc就是1了,那倒过来岂不是正样本也是1了


 

cabbage   2019-07-15 13:29



   1个回答 
0

按道理应该是一样的,可是你的两个数值不一样,但又非常接近,我怀疑

1)可能是你有两个正负样本预测概率相等的情况,所以导致了微小的差异

2)可能只是调包计算auc面积时的系统误差

SofaSofa数据科学社区DS面试题库 DS面经

数据科学小K   2019-07-15 14:37



  相关主题

为什么非平衡的数据更适合用精度-召回曲线,而不是roc auc?   2回答

精度召回precision recall auc是什么?   1回答

问一下roc和logistic回归有啥联系区别   2回答

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

有什么损失函数是直接优化roc auc的?   2回答

roc space是什么意思?   1回答

roc auc小于0.5是什么情况?   3回答

怎么直观理解ROC AUC的概率统计意义?   3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

如何利用python画分类器的ROC曲线?   1回答

多元分类的roc auc   1回答

R里有没有package可以画ROC,计算AUC的?   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!