中华民国分析.ppt

ROC【receiver operating characteristic】，译为“接收者工作特征”，二战时期用于表示信号检测特性时创造的术语。 ROC曲线研究历史 1950’s 雷达信号观测能力评价 1960’s中期 实验心理学、心理物理学 1970’s末与1980’s 诊断医学; ROC曲线是显示分类模型真阳率（灵敏度）和假阳率（虚警率）之关系的一种图形化方法，ROC曲线可以用于全面评价一个分类器。 考虑一个二分问题，即将实例分成正类（positive）或负类（negative）。对一个二分问题来说，会出现四种情况。如果一个实例是正类并且也被预测成正类，即为真阳类（True positive）,如果实例是负类被预测成正类，称之为假阳类（False positive）;;诊断试验中常用的评价指标;例13.2 表13.2 ECG诊断试验的结果;例13.2 表13.2 ECG诊断试验的结果;例13.2 表13.2 ECG诊断试验的结果; ECG诊断结果;医生最关心的问题： 1. 试验阳性时患病的概率多大？ 2. 试验阴性时不患病的概率多大？ 3. 如何选择合适的诊断界值，做出合理的诊断，使患者获得最好的处理; 在进行诊断临界点选择的时候，需要综合考虑灵敏度和特异度，选择最佳诊断界值。ROC曲线提供了很好的临界点选择工具。; 灵敏度,特异度,假阴性率,假阳性率 ;主要任务： 计算ROC曲线工作点（Coordinate point或Operating point）（FPR, TPR） 连接相邻两点;连续型数据的ROC曲线工作点（TPR，FPR）计算;哥方斜但剁笋妹俗核宗缚晚泼弥艺矮弟抹壕诣丹甘暮景膳摇滩倔澳褪苏冠中华民国分析《医学统计学》（七年制）;有序分类数据的ROC曲线工作点（TPR，FPR）计算;跌啃悄脱磅黎若邯夷蝎揍证她挽诈霓频炬喂粹枉藉蒋唇猛井雀溉琢匈渗区中华民国分析《医学统计学》（七年制）;（1）ROC曲线上的每一个点对应于一个threshold，大于这个值的实例划归为正类，小于这个值则划到负类中. Threshold最大时，把每个实例都预测为负类， TPR=0,FPR=0，对应于原点； Threshold最小时，，把每个实例都预测为正类，TPR=1,FPR=1，对应于右上角的点(1,1) 可以根据对灵敏度和特异度的特定要求，确定ROC曲线一适当的工作点，确定最好的决策阈值。 （2）理想情况下???TPR应该接近1，FPR应该接近0。 一个好的分类模型应该尽可能靠近图形的左上角， 而一个随机猜测模型应位于连接点（TPR=0,FPR=0）和（TPR=1,FPR=1）的主对角线上。 （3） ROC曲线下方的面积（AUC）提供了评价模型平均性能的另一种方法。如果模型是完美的，那么它的AUG = 1，如果模型是个简单的随机猜测模型，那么它的AUG = 0.5，如果一个模型好于另一个，则它的曲线下方面积相对较大。 ROC曲线可以全面评分类器的性能。 ;;