แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ
ROC Curves และแบบทดสอบ AUC
ตรวจสอบว่า ROC-AUC ใช้มาตรการใด เกี่ยวข้องกับการจัดอันดับและเกณฑ์อย่างไร และเหตุใดการสอบเทียบหรือความไม่สมดุลจึงต้องมีการวิเคราะห์แยกกัน
คำถาม 1 ของ 8
เส้นโค้ง ROC ของปริมาณสองจำนวนใดที่พล็อตซึ่งกันและกัน
ดูตัวอย่างทุกคำถาม8 คำถาม
คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ
- เส้นโค้ง ROC ของปริมาณสองจำนวนใดที่พล็อตซึ่งกันและกัน
- อัตราผลบวกที่แท้จริงเทียบกับอัตราผลบวกลวง
- ความแม่นยำเทียบกับการเรียกคืน
- ความแม่นยำเทียบกับเกณฑ์
- ความไวกับความแม่นยำ
- ค่า AUC ใดที่สอดคล้องกับตัวจําแนกที่มีประสิทธิภาพไม่ดีไปกว่าการเดาแบบสุ่ม
- 0.0
- 0.5
- 0.75
- 1.0
- AUC สามารถตีความได้ว่าเป็นความน่าจะเป็นที่แบบจำลอง:
- จำแนกตัวอย่างที่เลือกแบบสุ่มได้อย่างถูกต้อง
- ให้ความแม่นยำมากกว่า 90%
- ให้คะแนนผลบวกแบบสุ่มมากกว่าผลลบแบบสุ่ม
- ไม่มีผลบวกลวงเป็นศูนย์
- เหตุใด AUC จึงถูกอธิบายว่า 'ไม่ขึ้นอยู่กับเกณฑ์'
- ใช้งานได้ที่เกณฑ์ 0.5 เท่านั้น
- มันละเว้นคลาสเชิงบวกโดยสิ้นเชิง
- มันต้องมีการปรับเทียบความน่าจะเป็น
- โดยผสานรวมประสิทธิภาพตามเกณฑ์ที่เป็นไปได้ทั้งหมด
- สำหรับชุดข้อมูลที่ไม่สมดุลอย่างมาก เส้นโค้งใดที่มักแนะนำควบคู่ไปกับหรือแทน ROC เนื่องจาก ROC อาจมองในแง่ดีมากเกินไป
- เส้นโค้งที่แม่นยำ-การเรียกคืน
- เส้นโค้งการเรียนรู้
- เส้นโค้งการสอบเทียบ
- เส้นโค้งการสูญเสีย
- จุดที่มุมซ้ายบนของพื้นที่ ROC แสดงถึง:
- ผลบวกลวงสูงและผลบวกจริงต่ำ
- การแยกที่สมบูรณ์แบบหรือใกล้สมบูรณ์แบบ
- ประสิทธิภาพแบบสุ่ม
- โมเดลที่ปรับเทียบไม่ถูกต้อง
- Why can a model have a high ROC-AUC but poorly calibrated probability estimates?
- AUC directly measures the distance between every predicted probability and its true label
- Calibration is guaranteed whenever the ROC curve is above the diagonal
- AUC depends on score ranking, so a monotonic score transformation can preserve ranking while changing probability values
- AUC uses only one fixed classification threshold
- What does partial AUC let an evaluator emphasize?
- Only the model's training loss
- Probability calibration across all score values
- The number of labels in a multiclass model
- Performance in a selected false-positive-rate region, such as the low-FPR range