ROC图构造

Question

我有两个严重不平衡的数据集，标记为正面和负面，我能够产生一个混淆矩阵，产生〜95％的真阳性率（并继承5％的假阴性率） 99.5％的真实阴性率（假阳性率为0.5％）。

我试图建立一个ROC图的问题是，x轴的范围不是从0到1，间隔为0.1。相反，它的范围从0到0.04之类，因为我的假阳性率非常低。

任何有关为什么发生这种情况的见解？

由于

Answer 1

我已经想通了。我使用普拉特算法来提取积极分类的概率并对数据集进行排序，最高概率在第一位。我遍历数据集，任何正例（实际正数，未分类为正数）递增正确计数，而任何负数示例（实际负数，未分类为负数）递增错误正数。

把它想象成SVM上的支持向量，它将两个类（+ ve和-ve）从svm的一边逐渐移动到另一边。在这里，我想象的是2d飞机上的点。随着支持向量的移动，它揭示了一些例子。任何标记为阳性的例子都是假的，任何阴性都是假阳性。

希望这会有所帮助。由于缺乏网络信息（或者仅仅是我缺乏对SVM的理解），花了我几天的时间才弄清楚一些如此微不足道的东西。这特别针对那些在OpenCV包中使用CvSVM的人。如您所知，CvSVM不会返回概率值。相反，它会根据距离函数返回一个值。您不需要使用Platt算法来基于概率提取ROC曲线，相反，您可以使用距离值本身。比如说，你从10开始，然后慢慢减少，直到你覆盖了所有的数据集。我发现使用概率可以更好地形象化，所以每个人都有自己的想法。

请介意我的英语不是我的第一语言

Answer 2

在ROC曲线图中，两个轴是假阳性（F）和真阳性（T）的速率的速率。 T是给定正数据项的概率，你的算法将其归类为正数。 F是给定负数据项的概率，您的算法错误地将其归类为正数。坐标轴总是从0到1，如果你的算法不是参数化的，你最终应该在ROC图上取一个点（或两个数据集），而不是曲线。如果您的算法是参数化的，那么您会得到一条曲线，然后曲线由参数的不同值引发。

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