डेटा के लिए आरओसी वक्र की गणना करें

तो, मेरे पास 16 परीक्षण हैं जिनमें मैं एक व्यक्ति को बॉयोमीट्रिक विशेषता से हैमिंग दूरी का उपयोग करके प्रमाणित करने की कोशिश कर रहा हूं। मेरी दहलीज 3.5 पर सेट है। मेरा डेटा नीचे है और केवल परीक्षण 1 एक सच्चा सकारात्मक है:

Trial   Hamming Distance
1   0.34
2   0.37
3   0.34
4   0.29
5   0.55
6   0.47
7   0.47
8   0.32
9   0.39
10  0.45
11  0.42
12  0.37
13  0.66
14  0.39
15  0.44
16  0.39

मेरी उलझन की बात यह है कि मैं वास्तव में इस डेटा से ROC वक्र (FPR बनाम TPR OR FAR बनाम FRR) बनाने के बारे में अनिश्चित हूं। यह वास्तव में मायने नहीं रखता है कि कौन सा है, लेकिन मैं वास्तव में उलझन में हूं कि इसकी गणना कैसे की जाए। किसी भी सहायता की सराहना की जाएगी।

mathematical-statistics roc classification cross-validation pac-learning r anova survival hazard machine-learning data-mining hypothesis-testing regression random-variable non-independent normal-distribution approximation central-limit-theorem interpolation splines distributions kernel-smoothing r data-visualization ggplot2 distributions binomial random-variable poisson-distribution simulation kalman-filter regression lasso regularization lme4-nlme model-selection aic r mcmc dlm particle-filter r panel-data multilevel-analysis model-selection entropy graphical-model r distributions quantiles qq-plot svm matlab regression lasso regularization entropy inference r distributions dataset algorithms matrix-decomposition regression modeling interaction regularization expected-value exponential gamma-distribution mcmc gibbs probability self-study normality-assumption naive-bayes bayes-optimal-classifier standard-deviation classification optimization control-chart engineering-statistics regression lasso regularization regression references lasso regularization elastic-net r distributions aggregation clustering algorithms regression correlation modeling distributions time-series standard-deviation goodness-of-fit hypothesis-testing statistical-significance sample binary-data estimation random-variable interpolation distributions probability chi-squared predictor outliers regression modeling interaction

— rohanbk
स्रोत

यहाँ आंकड़े ।stackexchange.com/a/105577/49130 आप कुछ अतिरिक्त जानकारी पा सकते हैं कि कैसे एक ROC वक्र आकर्षित करने के लिए

— अलेक्सी ग्रिगोरोव

जवाबों:

मैं सुझाव देता हूं कि आरओसी ग्राफ: टॉम फॉसेट द्वारा रीसर्चर्स के लिए नोट्स और व्यावहारिक विचार , वास्तव में एक उत्कृष्ट पढ़ा गया। जहां तक मैं आपके प्रश्न को समझता हूं, आपको इस पेपर में आपकी जरूरत की सभी चीजें मिल जाएंगी।

संपादित करें: एडम से प्रेरित होकर मैं इस कार्य के लिए अपने पसंदीदा आर-पैकेज की सिफारिश करना चाहता हूं: ROCR ।

— स्टीफन
स्रोत

क्या आपको पता है कि कोई भी अच्छा मैटलैब पैकेज जो काम कर सकता है?

— रोहनबाक

@rohanbk क्षमा करें, नहीं। यह एक लंबा समय है जब से मैंने मैटलैब का उपयोग किया है।

— स्टीफन

@steffen लिंक टूट गया है।

— अलेलो

@Alleo ने अधिसूचना के लिए धन्यवाद दिया, लिंक अब साइटसीर (जहाँ pdf उपलब्ध है) की ओर इशारा कर रहा है ... यह अधिक समय तक चलना चाहिए।

— स्टेफेन

आप ROC वक्र क्यों बनाना चाहते हैं? क्या आप अपने आश्रित चर के लिए वक्र को रेखांकन करना चाहते हैं, या क्या आप अपनी संभाव्यता भविष्यवाणियों की सटीकता का अनुमान लगाने के लिए इसे एक परीक्षण सांख्यिकीय के रूप में उपयोग करना चाहते हैं (जिस स्थिति में आप वक्र के नीचे AUC [क्षेत्र की तलाश कर रहे हैं] )।

यदि आप R से परिचित हैं, R में सत्यापन पैकेज के दो कार्य हैं जिन्हें आप उपयोगी पाएंगे: roc.plot (), जो आपको अपने ROC वक्र की साजिश रचने की अनुमति देगा, और roc.area () जो आपको गणना करने की अनुमति देगा। AUC।

— एडम
स्रोत

क्या आपको पता है कि कोई भी अच्छा मैटलैब पैकेज जो काम कर सकता है?

— रोशनबाक