博客
关于我
Li‘s 影像组学视频学习笔记(15)-ROC曲线及其绘制
阅读量:563 次
发布时间:2019-03-09

本文共 905 字,大约阅读时间需要 3 分钟。

本笔记来源于B站Up主: 有Li 的影像组学系列教学视频

本节(15)主要介绍:

  • ROC 曲线

ROC = receiver operating characteristic curve, 受试者工作特征曲线

横坐标:FPR = false positive rate, 假阳
纵坐标:TPR = true positive rate, 真阳
ROC曲线上的点,表示在不同阈值时对应的FPR和TPR
上面的阈值指预测阳性概率为多大及以上时,判定为阳性
关注四个点来理解ROC曲线:
(0,0) :FPR = 0,TPR = 0, 即全部预测N
(1,1) :FPR = 1,TPR = 1,即全部预测P
(1,0) :FPR = 1,TPR = 0,即全部预测错了
(1,1) :FPR =1,TPR = 1, 即全部预测对了

  • AUC = area under curve

代码(基于之前的数据结果):

from sklearn.metrics import roc_curve, roc_auc_scorey_probs = model_svm.predict_proba(X)#print(y_probs)#print(y_probs[:,1])fpr,tpr,thresholds = roc_curve(y,y_probs[:,1],pos_label = 1)plt.plot(fpr,tpr,marker = 'o')plt.xlabel('fpr')plt.ylabel('tpr')plt.show()auc_score = roc_auc_score(y,model_svm.predict(X))print(auc_score)
#select the best thresholdJ = tpr - fpridx = argmax(J)best_threshold = thresholds[idx]

作者:北欧森林

链接:https://www.jianshu.com/p/496bb5f371d3
来源:简书,已获授权转载

RadiomicsWorld.com “影像组学世界”论坛:

你可能感兴趣的文章
mysql加强(7)~事务、事务并发、解决事务并发的方法
查看>>
MySQL千万级多表关联SQL语句调优
查看>>
mysql千万级大数据SQL查询优化
查看>>
MySQL千万级大表优化策略
查看>>
MySQL单实例或多实例启动脚本
查看>>
MySQL压缩包方式安装,傻瓜式教学
查看>>
MySQL原理、设计与应用全面解析
查看>>
MySQL原理简介—1.SQL的执行流程
查看>>
MySQL原理简介—10.SQL语句和执行计划
查看>>
MySQL原理简介—11.优化案例介绍
查看>>
MySQL原理简介—12.MySQL主从同步
查看>>
MySQL原理简介—2.InnoDB架构原理和执行流程
查看>>
MySQL原理简介—3.生产环境的部署压测
查看>>
MySQL原理简介—6.简单的生产优化案例
查看>>
MySQL原理简介—7.redo日志的底层原理
查看>>
MySQL原理简介—8.MySQL并发事务处理
查看>>
MySQL原理简介—9.MySQL索引原理
查看>>
MySQL参数调优详解
查看>>
mysql参考触发条件_MySQL 5.0-触发器(参考)_mysql
查看>>
MySQL及navicat for mysql中文乱码
查看>>