मूल्यांकन के रूप में AUC के बजाय सामान्यीकृत Gini स्कोर का उपयोग क्यों करें?

Question

कागल की प्रतियोगिता पोर्टो सेगुरो के सेफ ड्राइवर प्रेडिक्शन नॉर्मलाइज्ड गिनी स्कोर का मूल्यांकन मैट्रिक के रूप में करता है और इससे मुझे इस पसंद के कारणों के बारे में पता चला। मूल्यांकन के लिए एयूसी जैसे सबसे सामान्य मैट्रिक्स के बजाय सामान्यीकृत गिन्नी स्कोर का उपयोग करने के क्या फायदे हैं?

Comments

कग्गल वेबसाइट का यह उत्तर हुआ करता था: "एक" पूर्ण "मॉडल के लिए एक अधिकतम प्राप्त करने योग्य क्षेत्र है क्योंकि सभी सकारात्मक उदाहरण तुरंत नहीं होते हैं। हम सामान्य मॉडल की Gini गुणांक द्वारा अपने मॉडल के Gini गुणांक को विभाजित करके सामान्यीकृत गुणांक का उपयोग करते हैं। आदर्श मॉडल का। " लेकिन यह अब उपलब्ध नहीं है। webcache.googleusercontent.com/…

— Sextus Empiricus

इसलिए, जिनी एक अलग पैमाने पर सिर्फ एक्यू है। या अलग-अलग घटता पर लागू किया जाता है? मशीन-लर्निंग में गैर-विशेषज्ञ के रूप में मेरे लिए यह स्पष्ट नहीं है। इस बारे में सवाल बहुत स्पष्ट नहीं है।

— सेक्स्टस एम्पिरिकस

Answer 1

$$gini = 2 \times AUC -1$$

Comments

इसके अलावा, जिनि गुणांक का उपयोग करते हुए 0 के स्कोर के लिए एक यादृच्छिक क्लासिफायर का प्रदर्शन निर्धारित करता है ... सामान्यीकरण "पैमाने के दूसरे छोर को" सुधारता है और बनाता है कि एक परिपूर्ण क्लासिफायर का स्कोर अधिकतम प्राप्त करने के बजाय 1 के बराबर है। एयूसी <1। आप केवल अधिक सहज ज्ञान युक्त पैमाने के आधार पर सुधार को सापेक्ष मानते हैं या नहीं। यद्यपि इस आसान व्याख्या से परे आप तर्क दे सकते हैं कि यह (सामान्यीकरण) सामान्यीकरण और विभिन्न डेटा-सेटों की तुलना में भी सुधार करता है।

— सेक्सटस एम्पिरिकस

मैक्यम को प्राप्त करने योग्य AUC कम से कम 1 क्यों होना चाहिए, मैं यह भी नहीं देखता कि gini इसे 1 पर कैसे सेट कर रहा है?

— rep_ho

यह इस बात पर निर्भर करता है कि वे किस प्रकार के वक्र की गणना करते हैं, जिन गुणांक। हो सकता है कि वे ROC वक्र (जिसका अधिकतम AUC वास्तव में 1 होगा) की तुलना में कुछ अलग उपयोग करें। कग्गल वेबसाइट पर शब्दों को देखते हुए यह प्रशंसनीय लगता है कि अधिकतम AUC 1 नहीं है: "हम फिर बाएं से दाएं की ओर बढ़ते हैं, यह पूछते हुए कि" डेटा के सबसे बाईं ओर x% में, आपने कितनी संचयी प्रतिक्रिया अर्जित की है? "

— सेक्टस एम्पिरिकस

उदाहरण: Bayesserver.com/docs/charts/lift-chart

— सेक्स्टस एम्पिरिकस