• 我要登录|
  • 免费注册
    |
  • 我的丁香通
    • 企业机构:
    • 成为企业机构
    • 个人用户:
    • 个人中心
  • 移动端
    移动端
丁香通 logo丁香实验_LOGO
搜实验

    大家都在搜

      大家都在搜

        0 人通过求购买到了急需的产品
        免费发布求购
        发布求购

        roc曲线问题

        相关实验:基于 SPSS 的卡方检验

        user-title

        大大怪T4AF

        我的roc曲线为什么这样啊,请求各位老师解答图片描述

        wx-share
        分享

        3 个回答

        user-title

        sswei

        有帮助

        ROC曲线图是反映敏感性与特异性之间关系的曲线。横坐标X轴为 1 – 特异性,也称为假阳性率(误报率),X轴越接近零准确率越高;纵坐标Y轴称为敏感度,也称为真阳性率(敏感度),Y轴越大代表准确率越好。

        根据曲线位置,把整个图划分成了两部分,曲线下方部分的面积被称为AUC(Area Under Curve),用来表示预测准确性,AUC值越高,也就是曲线下方面积越大,说明预测准确率越高。曲线越接近左上角(X越小,Y越大),预测准确率越高。该图不能准确来表示。

        user-title

        土井挞克树

        有帮助

        你的roc曲线没有曲线,那一条是标准参考线,你根本没有绘制出来啊

        user-title

        loveliufudan

        有帮助

        以下是可能的原因:

        数据样本不平衡:如果正负样本的比例严重失衡,比如正样本太少,那么模型预测结果可能会偏向于负样本。

        特征提取不足:如果特征提取方法不足,导致模型无法有效地捕捉到正负样本之间的区别,那么模型的预测结果可能会失真。

        模型参数选择不当:如果模型参数选择不当,比如过拟合或者欠拟合,都可能导致这样的后果。

        ad image
        提问
        扫一扫
        丁香实验小程序二维码
        实验小助手
        丁香实验公众号二维码
        扫码领资料
        反馈
        TOP
        打开小程序