Howtosignalprocessing
- Bagaimana Anda tahu kurva ROC mana yang lebih baik?
- Apa keterbatasan kurva ROC?
- Bagaimana kurva ROC dihasilkan?
- Ukuran kinerja mana yang akan Anda pertimbangkan untuk membandingkan model yang berbeda berdasarkan kurva ROC?
Bagaimana Anda tahu kurva ROC mana yang lebih baik?
Membandingkan kurva ROC
Semakin dekat kurva ROC ke sudut kiri atas, semakin efisien tesnya. Dalam gbr. Tes XIII A lebih unggul dari tes B karena pada semua cut-off tingkat positif sebenarnya lebih tinggi dan tingkat positif palsu lebih rendah daripada untuk tes B.
Apa keterbatasan kurva ROC?
Skor kepercayaan yang digunakan untuk membangun kurva ROC mungkin sulit untuk ditetapkan. Diagnosis palsu-positif dan negatif palsu memiliki biaya kesalahan klasifikasi yang berbeda. Ekstrapolasi kurva ROC yang berlebihan tidak diinginkan. Metode manfaat bersih dapat memberikan hasil yang lebih bermakna dan dapat ditafsirkan secara klinis daripada ROC AUC.
Bagaimana kurva ROC dihasilkan?
Kurva ROC adalah representasi grafis dari hubungan yang ada antara sensibilitas dan spesifisitas tes. Ini dihasilkan dengan merencanakan fraksi positif sejati dari total positif aktual versus fraksi positif palsu dari total negatif aktual.
Ukuran kinerja mana yang akan Anda pertimbangkan untuk membandingkan model yang berbeda berdasarkan kurva ROC?
Area di bawah kurva (AUC) adalah ukuran kemampuan classifier untuk membedakan antara kelas dan digunakan sebagai ringkasan dari kurva ROC. Semakin tinggi AUC, semakin baik kinerja model dalam membedakan antara kelas positif dan negatif.
