5-गुना क्रॉस-वैलिडेशन (उदाहरण के लिए) का प्रदर्शन करते समय, प्रत्येक 5 तह के लिए एक अलग आरओसी वक्र की गणना करना विशिष्ट होता है और अक्सर एक मतलब आरओसी वक्र होता है जिसमें एसटीडी होता है। देव। वक्र मोटाई के रूप में दिखाया गया है।
हालाँकि, LOO क्रॉस-मान्यता के लिए, जहाँ प्रत्येक तह में केवल एक ही टेस्ट डेटापॉइंट होता है, इस सिंगल डेटापॉइंट के लिए ROC "कर्व" की गणना करना कामुक नहीं लगता है।
मैं अपने सभी परीक्षण डेटा बिंदु (उनके अलग-अलग गणना किए गए पी-मूल्यों के साथ) ले रहा हूं और उन्हें एक एकल आरओसी वक्र की गणना करने के लिए एक बड़े सेट में पूल कर रहा हूं, लेकिन क्या यह सांख्यिकीय रूप से कोषेर बात है?
आरओसी विश्लेषण को लागू करने का सही तरीका क्या है जब प्रत्येक तह में डेटा बिंदुओं की संख्या एक है (जैसा कि एलओयू क्रॉस वैधता के मामले में है)?
क्यों? आप इस तरह के प्राणी के साथ क्या करना चाहते हैं?
मुझे पी-वैल्यू थ्रेसहोल्ड की एक श्रृंखला में समग्र भविष्यवाणी प्रदर्शन का विश्लेषण करने की आवश्यकता है, और आरओसी घटता है जो मैंने पारंपरिक रूप से हर दूसरे प्रकार के क्रॉस सत्यापन के लिए उपयोग किया है। इसलिए मूल रूप से यही कारण है कि आरओसी विश्लेषण किसी भी के-गुना क्रॉस सत्यापन के लिए उपयोगी है। अगर LOO xval के लिए एक अलग, अनुरूप दृष्टिकोण है, तो इसके बारे में जानना भी बहुत अच्छा होगा। इसके अलावा, मैं 10-गुना xval की तरह कुछ करूँगा अगर मेरे पास पर्याप्त डेटा था और यह एक मुद्दा नहीं होगा।
—
191 पर यूजर 1121
मैं कहूंगा कि आप इसे समझदारी से कर रहे हैं, बस एक ही आरओसी वक्र बनाएं जिसका उपयोग वास्तविक लेबल और प्रत्येक मामले के लिए अनुमानित मूल्य (जहां यह मामला पकड़ में था)
—
B_Miner