ROC图构造

Question

我有两个严重不平衡的数据集，它们被标记为正和负，并且我能够生成一个混淆矩阵，它产生大约95%的真阳性率(遗传的5%假阴性率)和大约99.5%的真阴性率(0.5%假阳性率)。

我试图构建ROC图的问题是，x轴的范围不是从0到1，间隔为0.1。相反，它的范围从0到类似0.04的东西，因为我的假阳性率非常低。

对于为什么会发生这种情况，有什么见解吗？

谢谢

Answer 1

我已经弄明白了。我使用Platt算法提取正分类的概率，并对数据集进行排序，最高概率优先。我迭代了数据集，任何积极的例子(真正的积极，没有被归类为正)增加了真阳性计数，而任何负面的例子(真正的否定，没有被归类为负)增加了假阳性计数。

可以将其看作支持向量机上的支持向量，它将两个类别(+ve和-ve)从支持向量机的一侧逐渐移动到另一侧。在这里，我想象的是二维平面上的点。随着支持向量的移动，它揭示了示例。任何被标记为肯定的例子都是真阳性，任何否定都是假阳性。

希望这能有所帮助。由于网上缺乏信息(或者只是我对支持向量机缺乏理解)，我花了几天的时间才弄清楚这些琐碎的事情。这特别针对那些在OpenCV包中使用CvSVM的用户。正如您可能知道的，CvSVM不返回概率值。相反，它会根据distance函数返回一个值。您不需要使用Platt算法来提取基于概率的ROC曲线，相反，您可以使用距离值本身。例如，您从10开始计算距离，然后缓慢递减，直到覆盖了所有数据集。我发现使用概率更好地可视化，所以每个人都有自己的概率。

请注意我的英语，因为它不是我的母语

Answer 2

在ROC图中，两个轴是假阳性率(F)和真阳性率(T)。T是给定一个正数据项，您的算法将其分类为正数据项的概率。F是给定一个负数据项，算法错误地将其分类为正数据项的概率。轴总是从0到1，如果你的算法不是参数化的，你应该在ROC图上得到一个点(或者两个数据集)，而不是一条曲线。如果你的算法是参数化的，那么你就会得到一条曲线，然后这条曲线是由不同的参数值诱导出来的。

请参阅http://www2.cs.uregina.ca/~dbd/cs831/notes/ROC/ROC.html