低随机ROC

Question

如果我有一个“比随机差”的分类器y(x)在0.1范围内的ROC，即ROC的AUC小于0.5，那么逆转类预测y'(x)=1-y(x)的分类器会比随机的好吗？

Answer 1

y'(x)意味着您将使用ROC' = ROC^{-1} (ROC的逆)，因为所有真正的正向都是假的，反之亦然。因此，AUC' = 1 - AUC (因为ROC是一个不断增加的函数，在一个单位方格内)，您的回答是肯定的。

Answer 2

您可以像您所说的那样逆转预测，但是您可能想要确定发生这种情况的原因，因此模型可能更健壮，更容易相信或解释。在许多情况下，采用反向预测是危险的。

AUC低的一些原因(< 0.5)：

( 1)标签/特征不正确/颠倒

2)数据在列车和测试之间没有被随机/正确地分割，因此列车和测试中的数据有不同的模式--在不平衡的数据中更有可能

3)训练算法中的问题

( 4)可能过火

5)等