ROC-Kurve und AUC
Erstellen Sie eine gebundene Punktzahl ROC Sweep und berechnen Sie trapezförmige AUC plus nicht interpolierte durchschnittliche Präzision aus markierten numerischen Scores.
IHRE BERECHNUNG
Ergebnis
—
Rechenschritte
Gehen Sie die Schritte einzeln durch oder zeigen Sie die gesamte Berechnung an. Die Schritte verwenden Ihre aktuellen Eingaben.
Berechnungsmethode
Sort Scores absteigend, verarbeiten jeden Tie Block zusammen und integrieren true/false positive Rate Koordinaten.
AUC=ΣΔFPR×(TPRold+TPRnew)/2; AP=ΣΔrecall×precision
Rechenbeispiel
Die Werte 0,1 und 0,4 für Negative und 0,35 und 0,8 für Positive geben ROC AUC 0,75 an. Drei der vier positiven-negativen Scorepaare sind korrekt geordnet.
Annahmen und Hinweise zu den Eingaben
2–1000 komplette Score/Label-Zeilen mit beiden Klassen vorhanden. Scores müssen nicht Wahrscheinlichkeiten sein. Krawatten werden als Block zugelassen und tragen zur paarweisen AUC bei. Durchschnittliche Präzision ist ein stufengewichteter Präzisionsmaß, nicht trapezförmiger PR-Bereich. Metrics beschreiben die eingegebenen Beobachtungen; kein Konfidenzintervall, Schwellenempfehlung, Klassen-Ausgleichskorrektur oder Ausgehalten-Validierung ist impliziert.
Hinweise zum Rechner
Kann ich eigene Werte eingeben?
Ja. Ersetzen Sie die Beispielwerte durch Ihre eigenen Eingaben. Ergebnis, Rechenschritte, Tabellen und gegebenenfalls Diagramme werden entsprechend aktualisiert. Bei leeren oder ungültigen Eingaben wird das Ergebnis gelöscht. Fehlende Angaben werden niemals unbemerkt durch Beispielwerte ersetzt.
Sind die Ergebnisse exakt?
Die Ergebnisse beruhen auf Gleitkommaarithmetik und werden für die Anzeige gerundet. Beachten Sie die Formel, die Annahmen und die gegebenenfalls angegebene Datengenauigkeit.
Werden meine Eingaben hochgeladen?
Die Berechnung erfolgt in Ihrem Browser. Ein Benutzerkonto, Datei-Uploads oder ein externer KI-Dienst sind nicht erforderlich. Beim Neuladen der Seite werden die Eingaben zurückgesetzt.
Berechnen Sie Präzision, Rückruf, Spezifität, F1, Genauigkeit, ausgewogene Genauigkeit und MCC aus einer erklärten Positiv-Klasse Zähltabelle.
Fit binäre Ergebnisse gegen einen numerischen Prädiktor mit einer expliziten standardisierten L2-Slope Strafe und eine Abfrage Wahrscheinlichkeit zu bewerten.
Vergleichen Sie zwei unabhängige Proben mit gepoolten Reihen, U-Statistiken und beobachtet paarweise Überlegenheit.
Reservierter Werbeplatz.