分類のROC曲線からAUCを計算するにはどうすればよいですか？

TPRとFPRに基づいて、バイナリ分類モデルのROC曲線を生成しました。AUC値の計算方法はわかりません。AUC値の計算を手伝っていただけると助かります。

machine-learning classification

— レジャル・カリム
ソース

— Aditya

ご回答有難うございます。誰でも簡単な例で説明してくれますか？

— Rejaul Karim、2018

正確にどこで困っていますか？

— Aditya

コミュニティへようこそ！

ご存知のように、AUCはROC曲線の下の領域です。したがって、ポイントのセットがあり、その下の面積を計算したいので、問題は数値的方法に関するものです。

リーマン総和

簡単なソリューション。単にあなたが持っている点から長方形を作る。各長方形の面積は、単にエッジの積です。次にそれらを合計してください！あなたはおそらくそれが好きではないのですか？

リーマンの後に、これを行うための最も単純で最も単純なアルゴリズム。単にポイントのセットがあり、各ペア間の台形面積を計算して、下の図のように合計します。問題を大幅に簡略化するため、計算エラーが最大になります。

$y=ax^2+bx+c$ $a$ $b$ $c$

\frac{b - a}{6} （ f （ a ） + 4 \times f （ メートル ） + f （ b ） ）

$\frac{b-a}{6} (f(a)+4\times f(m)+f(b))$

$(a,f(a))$ $(b,f(b))$ $(m,f(m))$

シンプソン法や台形法を再帰的に適用して、より正確な計算を行うことができます。それはロンバーグ法と呼ばれています。これらの方法の精度は間隔の長さでした。間隔が小さいほど、より正確な統合が得られます。Rombergはこの事実を使用して、より正確な答えに繰り返し近づきます。

そしてもちろん、それを行うためのより多くのアルゴリズムのトーン。

PS：あなたは確かにあなたのためにそれを計算するために異なる言語のライブラリと関数を持っています。たとえば、ScipyはPythonを提供しています。

それが役に立てば幸い！幸運を！

— カスラマンシャエイ
ソース

私はそれが助けてくれてうれしいです:)

— Kasra Manshaei