ROC曲線・AUC計算
同点スコアをまとめたROC曲線を作り、台形法のAUCと補間なしの平均適合率を求めます。
計算結果
結果
—
計算手順
手順を1つずつ、またはまとめて表示できます。現在の入力値を使った計算手順です。
計算方法
ソートスコアの下降、すべてのタイブロックを処理し、真/偽の正のレート座標を統合する。
AUC=ΣΔFPR×(TPRold+TPRnew)/2; AP=ΣΔrecall×precision
計算例
スコア 0.1 と 0.4 は陰性、 0.35 と 0.8 は陽性で、ROC AUC 0.75 となる。 4つの正負のスコアペアのうち3つは正しくランク付けされている。
前提条件と入力上の注意
2 – 1000 両方のクラスが存在する完全なスコア/ラベル行。スコアは確率である必要はない。提携はブロックとして認められ、ペアワイズAUCに半クレジットを提供。平均精度は、台形PR領域ではなく、ステップ加重の精度測定である。指標は、入力された観測値を記述し、信頼区間、しきい値推奨、クラスバランス補正、または保持された検証は含まない。
このツールの使い方
自分の値を入力できますか？
はい。入力例をご自身の値に変更してください。結果・計算手順・表・対応する図が入力に応じて更新されます。空欄や無効な値がある場合は結果を消去し、不足した入力を自動的に例の値で補うことはありません。
結果は厳密ですか？
浮動小数点演算を使用し、表示時に丸めています。計算式・前提条件・記載されたデータ精度を確認して結果を解釈してください。
入力内容は送信されますか？
計算はブラウザー内で行います。アカウント・ファイルのアップロード・外部AIサービスは不要です。ページを再読み込みすると入力値は保持されません。
陽性クラスを明示した件数表から、適合率、再現率、特異度、F1、正解率、均衡正解率、MCCを求めます。
標準化した傾きへのL2罰則を明示し、1つの数値説明変数で二値結果をモデル化して指定点の確率を求めます。
統合順位、U統計量、観測した点対の優位性を使い、2つの独立標本を比較します。
広告掲載用スペースです。