问题标签 [auc]

给定一个分数向量和一个实际类标签向量，如何计算 R 语言或简单英语中二元分类器的单数 AUC 度量？

“AUC: a Better Measure ...”的第 9 页似乎需要知道类标签，这是MATLAB中我不明白的示例

因为 R（不要与 R 语言混淆）被定义为向量但用作函数？

我正在为一组物种生成生态位模型，我想使用 AUC 作为生态位质量的指标。开发 Maxent 的 Steven Phillips 在他的 Maxent 手册中提供了用于计算 R 中的 AUC 的代码。但是，我正在阅读将部分 AUC 比率报告为更稳健且概念上合理的指标的论文。我想我了解如何使用 ROCR R 包计算部分 AUC，但是如何计算 AUC 比率？

这是 Phillips 的教程脚本：

任何意见或建议将不胜感激！谢谢你。

我rpart在 R 中使用分类器。问题是 - 我想在测试数据上测试经过训练的分类器。这很好——我可以使用这个predict.rpart功能。

但我也想计算精度、召回率和 F1 分数。

我的问题是 - 我是否必须自己为这些函数编写函数，或者 R 或任何 CRAN 库中是否有任何函数？

我有很多来自一些实验的数据，只有一列“测量”并且想计算ROC/AUC曲线。我使用 matplotlib 并看了看，但没有办法处理它。我想知道是否有人可以分享使用 matplotlib 或任何其他开源易于使用的 ROC/AUC 曲线库的经验。

给定一组 Precision-Recall 对，是否有一个简单的库来计算 JAVA 中 ROC 曲线下的面积（AUC），例如：

1.0 0.0

0.9 0.1

0.8 0.1

...

它可以输入两个双精度数组。

我也可以自己编写，但如果存在已经整合的库，那就更好了。

谢谢

我对 R 相当陌生。我正在使用 R 中的 ROCR 包来计算 AUC，我可以为一个预测器做这件事。我要做的是为 100 个不同的变量执行许多 AUC 计算。

到目前为止，我所做的如下：

但是，公式是文本格式，而 as.formula 给了我一个错误。任何帮助表示赞赏！提前致谢！

我想比较两篇论文的结果，分别是Koren (2009)和Rendle et al (2009)的矩阵分解技术

第一个使用 RMSE 值，第二个使用 AUC。有没有办法比较这些？更具体地说，我想将第一篇论文的隐式反馈的 RMSE（大约 0.89）与第二篇论文最后一页的 BRP-MF 线（AUC 为 0.91-0.92）进行比较。

Python中是否有允许直接优化AUC的神经网络包？

谢谢，

G

我有以下玩具数据集：

当我使用 Metrics 包中的 auc() 函数时，它告诉我分数是 1。

这似乎不正确。有什么建议么？

我计划使用精确召回图（PR 图）来比较模型。请参阅下面的附图（部分截图，对不起！）。显然，我手头有真阳性、真阴性、假阳性和假阴性，并且我需要每个模型的单个汇总数量。以下是我的问题：

1. PR曲线下面积（AUC）是第一个量，但我不知道如何在R中计算它。我不想使用任何包，ROCR因为所有代码都是我自己写的，我希望自己写代码使用可用的数量。似乎有很多方法——我希望知道哪一种是最可实现的。

2. 另一个量是F-measure：结合precision和recall的度量是precision和recall的调和平均值，传统的F-measure或平衡F-score。但是，我很好奇这是否比 #1 中的 AUC 更好，或者他们描述的是不同的东西？此外，由于我有一堆 Recall 和 Precision 值，在这种情况下如何计算单个 F 度量（见下图）。

谢谢！