GUIDE bu am solo

Courbes ROC et AUC

Courbe ROC dafay wane ni classifier bi di tàqalee ñaari class ci bepp dogal bu mëna am, AUC dafay comprimé courbe bi yépp ci benn nimero.

Déglul tegtal biiIA-nettali · ~2 min

Ci xët wii2 simili jàng
  1. Résumé
  2. Plongeur bu xóot
  3. Doxal ci àdduna dëgg
  4. Ëlëgu Courbes ROC ak AUC
  5. Teg ko ci jëf
  6. Weyal di banneexu
  7. Laaj yi ñuy faral di laaj

Résumé

Together they tell you ranking quality independent of where you draw the cutoff.

Plongeur bu xóot

Benn courbe buy màndargaal ni Reseptër bi di doxee (ROC) dafay wane Taux Positif Dëgg (sensitivite, ci axe y) ak Taux Positif Njuumte (1 dindi ci specificité, ci axe x) sooy gliise threshold classification bi daale ko ci 1 wàcci ba 0. Threshold bu nekk dafay joxe benn poñ; boole leen dafay topp courbe bi. Benn model buy rang bepp positif ci kaw bepp negatif dafay laxasu koñu kaw-cammoy bi. Barab bi ci suufu courbe bi (AUC) mooy natt barab bi nekk ci suufu liiñ bii, dalee ko ci 0.5 (xalaat ci anam wu bari, diagonal bi) ba ci 1.0 (baax). Tekki bu am solo: AUC mingi méngoo ak probabilite bi model bi am poñ yu bari yuñ tànnee ci anam wu mucc, moo gëna bari ci negatif yiñ tànnee ci anam wu mucc. Tur wi mingi cosaanoo ci operatëri radar yu ñaareelu guerre mondiale di wuutale siñaal ak bruit.

Doxal ci àdduna dëgg

Tegtale ñaari xeeti gis-gis njuuj njaaj ci bànk ci seen AUC ngir tànn bi gëna mëna rang jëflante yu njuuj njaaj yi ci kaw jëflante yu baax yi

Dañu jàngat test diagnostic ngir feebar (lu melni, classifier depistaasu cancer) fu radiologist yi wara jëflante ngir jàpp ñu bari ci alarm yu baaxul yi

Defar buntu filtre spam bi jëfandikoo courbe ROC ngir tëye njuumte positif yi (mail bu baax buñu màndargaale ni spam)

Benchmarking ab xeetu poñ leble-default fu AUC di tënk ni ñuy tàqalee leblekat yiy fay ak ñiy default

Ëlëgu Courbes ROC ak AUC

ROC-AUC desna nekk metric rapoor buñ jagleel, waaye praktiseur yi dañu koy gëna boole ak curves Precision-Recall ngir done yu desekilibre lool, fu ROC mëna nuru lu gëmm. Xaarandi jëfandikoo bu gëna yaatu ci AUC (focus ci gox bu baax-njuumte-positif bi am solo ci liggéey bi), jàngat bu sensible ak decision-curve, ak AUC bu nekk ci subgroupe bi di rapoor ci surface justice gaps. Ginaaw model yi dañuy dundal dogal yu dëggu yi, metrics etalonnage ak AUC dina ñu gëna xamle ñoom ñaar, du AUC kese.

Teg ko ci jëf

Lu tax mu am solo

  • dogal yu gëna leer. Daf lay jàppale nga tàqale kàddu yu leer ci wàllu xarala ak làkku fësal njaay.
  • Njëgg ak budget. Mën nga laaj laaj yu gëna baax ci samp gi balaa ngay dugal xaalis wala sa jotu liggéey.
  • Ekip ak def liggéey. Ekip yi bokk xam-xam ñoo gëna mëna jël yenn dogal ci wàllu produit, politik ak jàng.

Moytul

  • Ekip yu bari mën nañu jëfandikoo benn baat ci anam wu wuute, kon teela leeral yaatuwaayam.
  • Benchmark yi mën nañu nuru lu am doole waaye performance yi ci àdduna bi duñu tolloo.
  • Bëgg kalite done ak palaŋu jàngat dafay faral di jur njariñ yu yomba dagg.

Jéego yi ci topp

  1. Tàmbaleel ci joxe leeral ci làkk wu leer ci njariñ li nga soxla.
  2. Tannal benn metric bu baax ak benn anam bu baaxul balaa ngay saytu.
  3. Doxal ab pilote bu ndaw ak ay done yu representatif, du ab demo bu leer.
  4. Bindal fi ROC Curves ak AUC di jàppale ak fi pexe yu gëna yomba gëna baax.

Weyal di banneexu

Bulletin bu amul fayda

Jàngal xibaar AI bu bes

Ñatti jaar-jaari IA yuñ firndeel bis bu nekk ci ayu-bis bi, ñu bind leen ci Àngle bu leer. Gratis ba fàww, amul yëgle.

Benn email bis bu nekk ci ayu-bis bi. Benn klik nga dindi abonemaa bi. Dunu musa jaay wala séddoo sa adres.

Nattal sa bopp

Take the ROC Curves and AUC quiz

Feedback ci saasi ci bépp tontu, ak sertifikaa buñ mëna séddoo ak ID buñ mëna saytu soo jàllee ci njàng mi.

Tambalil quiz

Jàppale njàngum IA te doo fay. AI Understanding mbootaay la buy def te Yàlla tax — amul yëgle, amul paywall, musul am. Defal ab sarax

Laaj yi ñuy faral di laaj

What is ROC Curves and AUC?

Courbe ROC dafay wane ni classifier bi di tàqalee ñaari class ci bepp dogal bu mëna am, AUC dafay comprimé courbe bi yépp ci benn nimero. Ñoom ñépp ñu ngi lay wax kalite rang bi amul benn njeexte ci fi nga jëlee cutoff bi.

Ban ñaari limu courbe ROC di tracé seen biir?

Benn courbe ROC dafay wane tolluwaayu positif bu dëggu bi (sensitivite) ci axe y bi ak tolluwaayu positif bu baaxul bi (1 - mën mën) ci kaw axe x bi ci biir threshold yi.

Ban valeur AUC moo méngoo ak classificateur bi gënawul def ludul guessing random?

Benn xeetu xaaj bu bari dafay topp liiñ diagonaal bi, di joxe AUC bu 0.5. AUC bu 1.0 baaxna, te 0.0 dafay tekki ni dafay am rang bu nekk ci ginaaw.

Lu tax ñuy wax AUC ni 'moom boppam ci threshold'?

AUC dafay tënk courbe ROC bi yépp, bi ñuy génne ci bale bépp threshold, kon nekkul ci benn dagg buñ tànn.

Ngir dataset bu desekilibre bu baax, ban courbe lañuy faral di digal ñu boole ci wala ci palaasu ROC ndax ROC mën na nuru lu ëpp yaakaar?

Ci jafe-jafe yu bari yu baaxul yi, limu negatif yu bari yi dafay tëye Njuumteg Positif yi, di yokk ROC. Courbe Precision-Recall dafay xoole ci klaas bu baax bi ba noppi di wane performance bu gëna dëggu.

Why can a model have a high ROC-AUC but poorly calibrated probability estimates?

The guide notes that AUC depends on rank order and is insensitive to calibration; monotonic transformations can preserve rankings while altering the probability scale.