ROC圖構造

Question

我有兩個嚴重不平衡的數據集，標記爲正面和負面，我能夠產生一個混淆矩陣，產生〜95％的真陽性率（並繼承5％的假陰性率） 99.5％的真實陰性率（假陽性率爲0.5％）。

我試圖建立一個ROC圖的問題是，x軸的範圍不是從0到1，間隔爲0.1。相反，它的範圍從0到0.04之類，因爲我的假陽性率非常低。

任何有關爲什麼發生這種情況的見解？

由於

Answer 1

我已經想通了。我使用普拉特算法來提取積極分類的概率並對數據集進行排序，最高概率在第一位。我遍歷數據集，任何正例（實際正數，未分類爲正數）遞增正確計數，而任何負數示例（實際負數，未分類爲負數）遞增錯誤正數。

把它想象成SVM上的支持向量，它將兩個類（+ ve和-ve）從svm的一邊逐漸移動到另一邊。在這裏，我想象的是2d飛機上的點。隨着支持向量的移動，它揭示了一些例子。任何標記爲陽性的例子都是假的，任何陰性都是假陽性。

希望這會有所幫助。由於缺乏網絡信息（或者僅僅是我缺乏對SVM的理解），花了我幾天的時間才弄清楚一些如此微不足道的東西。這特別針對那些在OpenCV包中使用CvSVM的人。如您所知，CvSVM不會返回概率值。相反，它會根據距離函數返回一個值。您不需要使用Platt算法來基於概率提取ROC曲線，相反，您可以使用距離值本身。比如說，你從10開始，然後慢慢減少，直到你覆蓋了所有的數據集。我發現使用概率可以更好地形象化，所以每個人都有自己的想法。

請介意我的英語不是我的第一語言

Answer 2

在ROC曲線圖中，兩個軸是假陽性（F）和真陽性（T）的速率的速率。 T是給定正數據項的概率，你的算法將其歸類爲正數。 F是給定負數據項的概率，您的算法錯誤地將其歸類爲正數。座標軸總是從0到1，如果你的算法不是參數化的，你最終應該在ROC圖上取一個點（或兩個數據集），而不是曲線。如果您的算法是參數化的，那麼您會得到一條曲線，然後曲線由參數的不同值引發。

見http://www2.cs.uregina.ca/~dbd/cs831/notes/ROC/ROC.html