分类性能度量一ROC曲线绘制 ●要得到一个曲线，需要一系列fp rate和tp rate的值。这些系列值是 通过阈值来形成的。对于每个测试样本，分类器一般都会给了 “Score”值，表示该样本多大概率上属于正例（或负例）。 ●步骤： 1.从高到低将“Score"值排序并依此作为阈值threshold; 2. 对于每个阈值，“Score”值大于或等于这个threshold的测试样 本被认为正例，其它为负例。 从而形成一组预测数据。 预测类别 样本# 实际类别 预测分值 实际 正例 负例 总计 P 0.9 D 类别 正例 TP FN P(实际为正例) 2 N 0.8 负例FP TN N(实际为负例) 3 P 0.75 N 0 4 N 0.7 N (fp rate =Fe 5 P 0.65 tp rate 12分类性能度量—ROC曲线绘制 l要得到一个曲线，需要一系列�� ����和�� ����的值。这些系列值是 通过阈值来形成的。对于每个测试样本，分类器一般都会给了 “Score”值，表示该样本多大概率上属于正例（或负例）。 l步骤： 1. 从高到低将“Score”值排序并依此作为阈值threshold； 2. 对于每个阈值，“Score”值大于或等于这个threshold的测试样 本被认为正例，其它为负例。从而形成一组预测数据。 实 际 类 别 预测类别 正例 负例 总计 正例 TP FN P(实际为正例) 负例 FP TN N(实际为负例) 样本# 实际类别 预测分值 1 P 0.9 2 N 0.8 3 P 0.75 4 N 0.7 5 P 0.65 (�� ���� = $" % , �� ���� = !" " ) P N P N P N 12