Receiver Operating Characteristic (ROC) und AUC
Es gibt ein weiteres, verbreitetes Werkzeug zum Analysieren des Verhaltens von Klassifikatoren bei verschiedenen Schwellenwerten: die Receiver-Operating-Characteristic-, kurz ROC-Kurve. Ähnlich zur Relevanz-Sensitivitäst-Kurve betrachtet die ROC-Kurve alle möglichen Schwellenwerte eines gegebenen Klassifikators, aber anstatt Relevanz und Sensitivität zu berechnen, zeigt sie die Falsch-positiv-Rate (FPR) über der Richtig-positiv-Rate (RPR). Die Richtig-positiv-Rate ist wie oben erwähnt einfach ein anderer Name für die Sensitivität, während die Falschpositiv-Rate der Anteil an falsch positiven an allen negativen Datenpunkten ist:
Die ROC-Kurve lässt sich mit der Funktion roc_curve berechnen (siehe ...
Get Einführung in Machine Learning mit Python now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
