如何计算决策树的AUC？

Question

假设我有一个只有一个连续变量的数据集，我尝试使用决策树算法来构建一个模型，该模型从数据集中对+ve和-ve标签进行分类。我运行10折交叉验证。

如何计算决策树分类器的AUC？算法会检查分类器的不同阈值，并确定AUC吗？

如果我有两个以上的连续变量呢？

谢谢!

Answer 1

离题，但嘿：

AUC仅对二进制分类有意义。预测器的数量无关紧要。

决策树本身没有“阈值”，但通常在分类问题中，树叶包含两个类别的概率分布，树的预测也是如此。因此，你可以设想，只有当正类的概率是>= p，而不仅仅是>= 0.5时，才会选择它。然后你可以画一条AUC曲线。

因此，将此应用于决策树有点不自然，但可以做到。