Sezuvchanlik – haqiqiy ijobiy holatlarning nisbati: O'ziga xoslik - model tomonidan to'g'ri aniqlangan haqiqiy salbiy holatlarning nisbati: E'tibor bering, bu - ; Keling, ushbu ta'riflarni ko’rib chiqamiz. Yuqori sezuvchanlik modeli ko'pincha ijobiy natija bo'lsa, haqiqiy natija beradi (ijobiy misollarni topadi). Aksincha, yuqori o'ziga xoslikka ega bo'lgan model salbiy natija mavjud bo'lganda haqiqiy natija berish ehtimoli ko'proq (u salbiy misollarni aniqlaydi). Agar biz tibbiyot nuqtai nazaridan gapiradigan bo'lsak - kasallikni tashxislash muammosi, bu erda bemorlarni kasal va sog'lom deb tasniflash modeli diagnostik test deb ataladi, unda biz quyidagilarni olamiz: ROC-analizi - Nozik diagnostika testi o'zini ortiqcha diagnostikada namoyon qiladi - yo'qolgan bemorlarning maksimal oldini olish. - Muayyan diagnostika testi faqat bemorlarga aniq tashxis qo'yadi. Bu, masalan, bemorni davolash jiddiy yon ta'sirlar bilan bog'liq bo'lsa va bemorlarning haddan tashqari diagnostikasi istalmaganda muhimdir. ROC egri chizig'i quyidagicha olinadi: - qadami bilan 0 dan 1 gacha o'zgarib turadigan chegara chegarasining har bir qiymati uchun (masalan, 0,01) sezgirligi va o'ziga xosligi uchun qiymatlar hisoblanadi. Shu bilan bir qatorda, chegara namunadagi har bir keyingi namuna qiymati bo'lishi mumkin. - Bog'liqlik sxemasi chiziladi: Y o'qi bo'ylab ning sezgirligi, X o'qi bo'ylab - - noto'g'ri musbat holatlarning nisbati. ROC-egri chizig’i
Kanonik ROC egri chizig'ini chizish algoritmi:
Kirishlar: L - misollar to'plami - model tomonidan olingan reyting yoki -misolning ijobiy natijaga ega bo'lish ehtimoli; min va max - f tomonidan qaytariladigan minimal va maksimal qiymatlar; - qadam; P va N mos ravishda ijobiy va salbiy misollar soni.
Takrorlash
barcha misollar uchun i L ga tegishli {
agar bo'lsa, // bu misol chegaradan tashqarida
agar i ijobiy bo'lsa
aks holda // bu salbiy misol bo’ladi
}
Do'stlaringiz bilan baham: |