ROC тренируемая сегментация WEKA

Question

Я являюсь основным пользователем обучаемого сегментации weka segmention из Фиджи. Я хотел бы знать, как кривая ROC оценивает производительность классификатора fastrandomforest? Поскольку у меня есть несколько точек на кривой, концептуально, каждый из них представляет, как оценивался каждый пиксель? оценивает ли вероятность каждого пикселя? Или вероятность, присвоенная каждому пикселю, не имеет значения для кривой ROC? Grtz! Natalia

Answer 1

ROC curve, предоставляемый плагином для тренировки Weka Segmentation, рассчитывается с использованием всех обучающих образцов, то есть пикселей, прослеживаемых пользователем как принадлежащих к разным классам. Как и любая другая кривая ROC, она отображает истинную положительную скорость (TPR) и ложную положительную скорость (FPR) при различных пороговых значениях. Используя только учебные образцы и классификатор случайного леса без обрезки, кривая не очень информативна, потому что классификатор изучает набор упражнений наизусть, и поэтому кривая будет иметь площадь 1.