在数据科学/机器学习领域，我们可以看到与回归相比，我们还有更多的分类问题需要解决。 AUC-ROC是对分类问题的良好程度的度量。 在此博客中，我们将看到该值表示什么以及为什么它对于正确的预测很重要。
ROC曲线是一种流行的图形，用于同时显示ROC曲线针对所有可能的阈值的两种类型的误差。 " ROC"这个名称具有悠久的历史，源于传播理论。 它是接收器工作特性的首字母缩写。 下图显示了训练数据上分类器的ROC曲线。 阈值是我们为拆分两个类别而设置的概率。 通常，阈值设置为0.5，但是当我们有不平衡数据集时，我们应该尝试使用不同的阈值。
在所有可能的阈值上汇总的分类器的总体性能由（ROC）曲线（AUC）下的面积给出。 理想的ROC曲线将拥抱左上角，因此（ROC）曲线下方的面积越大，AUC越好。 对于此数据，AUC为0.95，接近最大值1，因此将被视为非常好。 ROC曲线对于比较不同的分类器非常有用，因为它们考虑了所有可能的阈值。
正如我们在上面看到的，改变分类器阈值会改变其真阳性和假阳性率。 这些也称为敏感性和1-我们分类器的特异性。
这是另一个术语"混淆矩阵"。 它使我们对分类器做出的预测有更广泛的了解。
> Confusion Matrix
真负。 和True Positive。 是我们的分类器正确分类为否定或肯定类的记录数。 误报或误报是我们的模型错误分类的记录数。 N和P为实际负值或正值，或者N 和P 分别为负值和正值。 使用混淆矩阵中的这些值，我们可以得出模型的各种矩阵。
真实阳性率或召回率定义了从实际阳性中正确分类为阳性的预测数。
假阳性率定义了从总实际阴性中有多少个预测被错误地分类为阴性。
从曲线中可以看出，我们通常希望提高模型的真实肯定率，并减少错误肯定率。 如果我们举一个贷款违约分类的例子，我们要预测一个人是否会成为违约者。 在这种情况下，我们希望我们的分类器最大化True Positive率或召回率，因为这将增加我们找到实际违约者的机会。 尽管召回值增加时也会带来一定的损失。 随着更多的回忆，由于模型会将一些人归类为违约者，因此我们的误报率也可能会增加，但实际上并非如此。 因此，我们将尝试在模型的查准率和查全率之间取得平衡。
我希望本文能清除您对ROC-AUC和混淆矩阵的理解。
联系客服
