關于roc曲線的正确解讀如下:
ROC曲線,也稱受試者工作特征曲線,感受性曲線;ROC曲線最初是運用在軍事上,當前在醫學領域使用非常廣泛,用于研究X對于Y的預測準确率情況商議課福。
案例:雷達兵的任務在于監視雷達,觀察是否有敵機來襲,當然如果有飛鳥來360問答襲,也會出現信号,如果過于謹慎有信号就報告,
會增加誤報風險,但如果過于大膽,凡是信号都認為是飛鳥這會出現很大風險。ROC曲線正是解決此類問題,即用于盡最大可能研究敵機信号和飛鳥信号之間的區别,以增加預報準确性。
核心在于研究漏報和誤報之間的概率分布情況,橫坐标表示飛鳥信息不報告的概率,縱坐标表示敵機信息報不告的概率即正确報告的概率,将對應的點連成曲線,這條曲線就是ROC曲線。
名詞解燈整穩歡亞供油聯間釋ROC曲線最初運用于軍事上,當前ROC曲線在醫學領域有着廣泛的使用。醫學上更多稱為“陽性”(比如敵機)或“陰性”(比如飛鳥),對應着X軸即1-特異性也稱為假陽無批練性率(誤報率),該值越小越好;Y軸敏感度也稱為真陽性率(敏感度),該值越特獨把需紀擊用豐信修減大越好。
操作與分析數據背景略裂加穩顧味垂說流本案例研究産婦年齡,産婦體重這兩項對于“低出生體重兒”的預測準确率,針對“低出生體重兒”列,數字1表示低出生體重兒,0表示不是低出生體重。數字1表示“陽性”,數字0表示“陰性”,因此切割點設置為1。
從上表可知,針對産婦年齡, 産婦體重共2項構造ROC曲線,用角均将礦于判斷其對于“低出生體重兒”的診斷預測價值,首先進行狀态變量的設置。
以數字1作為切割點, 1為陽性,0作為陰性。最終從上表可可以看出:陽性(此處即為“低出生體重兒”)比例為68.78%,陰性(此處即為“非低出生體重兒”)比例為31.22%。
多門袁工有哥目葉請ROC 曲線可用于疾病識别能力的判斷,首先需要确定金标準(分割點),并且主動設置;第一春取回步:狀态變量等于分割幾鐘冷使粒點時為陽性,其它為陰性;第二步:可對陽性和陰性的基本頻數分布情況進行簡單描述。
有話要說...