Как интерпретировать оценку AUC в этом случае?

Question

Как интерпретировать оценку AUC в этом случае?

Я просто запускаю модель случайного леса на наборе данных дисбаланса. Я получил набор AUC и матрицу путаницы. AUC показался неплохим, но на самом деле модель предсказывает каждый случай как положительный. Так как это произошло и как правильно использовать AUC?

Кривая РПЦ, как показано ниже:

0

python machine-learning random-forest confusion-matrix auc

Источник

user6768058 13 дек '16 в 23:34

1 ответ

Другие вопросы по тегам python machine-learning random-forest confusion-matrix auc

user600882 13 дек '16 в 23:51 2016-12-13 23:51 · Answer 1 · 2016-12-13 23:51

Вы можете столкнуться с этой проблемой, когда ваши данные искажены в одном или другом направлении (что-то вроде небольшого ложного срабатывания, которое ужасно для медицинских тестов в редких случаях). Может быть полезно взглянуть на всю кривую рабочих характеристик приемника (кривая ROC), а не только на итоговую оценку AUC.