我正在进行性能测量并试图绘制ROC曲线,但要绘制ROC曲线,我需要TPR和FPR。如果计算假阳性率(FPR),如果假阴性和真阴性的总和为零?
正如我们所知,
假阳性率(FPR)= FP /(FP + TN)
我有TN的价值观和FP都等于0,那么怎么能我计算这种情况下的FPR并放入ROC曲线中?
我正在进行性能测量并试图绘制ROC曲线,但要绘制ROC曲线,我需要TPR和FPR。如果计算假阳性率(FPR),如果假阴性和真阴性的总和为零?
正如我们所知,
假阳性率(FPR)= FP /(FP + TN)
我有TN的价值观和FP都等于0,那么怎么能我计算这种情况下的FPR并放入ROC曲线中?
首先
假阳性率的(FPR)= FP /(FP + TN)
从而
我有TP的值和FP都等于为0
不是问题,因为TP未用于此方程。唯一的问题是FP + TN为0,但这是不可能的,因为FP + TN =负(所有样品都带有负标签,不管你如何分类)。因此,如果您的数据集没有负样本,那么唯一的情况是FPR未定义为,然后以任何方式进行二进制分类都没有意义。
对不起,我编辑了我的问题TP应该是TN,谢谢 –
这意味着您的数据集不包含任何**负面样本,因此它不是有效的二进制标记数据集。您要么不正确地计算TN/FP,要么数据无效。 – lejlot
可以请清除我在此框架中检测True Negative的困惑吗? @lejlot http://stackoverflow.com/questions/39645367/how-to-classify-true-negative-from-a-video –
这是题外话题,而不是主题在stats.stackexchange.com –