Mam więc 16 prób, w których próbuję uwierzytelnić osobę z cechy biometrycznej za pomocą Hamminga. Mój próg jest ustawiony na 3,5. Moje dane są poniżej i tylko próba 1 jest prawdziwie pozytywna:
Trial Hamming Distance
1 0.34
2 0.37
3 0.34
4 0.29
5 0.55
6 0.47
7 0.47
8 0.32
9 0.39
10 0.45
11 0.42
12 0.37
13 0.66
14 0.39
15 0.44
16 0.39
Moje zamieszanie polega na tym, że naprawdę nie jestem pewien, jak zrobić krzywą ROC (FPR vs. TPR LUB FAR vs. FRR) na podstawie tych danych. Tak naprawdę nie ma znaczenia, który z nich, ale jestem naprawdę zdezorientowany, jak zacząć go obliczać. Każda pomoc będzie mile widziana.
mathematical-statistics
roc
classification
cross-validation
pac-learning
r
anova
survival
hazard
machine-learning
data-mining
hypothesis-testing
regression
random-variable
non-independent
normal-distribution
approximation
central-limit-theorem
interpolation
splines
distributions
kernel-smoothing
r
data-visualization
ggplot2
distributions
binomial
random-variable
poisson-distribution
simulation
kalman-filter
regression
lasso
regularization
lme4-nlme
model-selection
aic
r
mcmc
dlm
particle-filter
r
panel-data
multilevel-analysis
model-selection
entropy
graphical-model
r
distributions
quantiles
qq-plot
svm
matlab
regression
lasso
regularization
entropy
inference
r
distributions
dataset
algorithms
matrix-decomposition
regression
modeling
interaction
regularization
expected-value
exponential
gamma-distribution
mcmc
gibbs
probability
self-study
normality-assumption
naive-bayes
bayes-optimal-classifier
standard-deviation
classification
optimization
control-chart
engineering-statistics
regression
lasso
regularization
regression
references
lasso
regularization
elastic-net
r
distributions
aggregation
clustering
algorithms
regression
correlation
modeling
distributions
time-series
standard-deviation
goodness-of-fit
hypothesis-testing
statistical-significance
sample
binary-data
estimation
random-variable
interpolation
distributions
probability
chi-squared
predictor
outliers
regression
modeling
interaction
rohanbk
źródło
źródło
Odpowiedzi:
Proponuję wykresy ROC: uwagi i praktyczne uwagi dla badaczy autorstwa Toma Fawcetta, naprawdę świetna lektura. O ile rozumiem twoje pytanie, w tym artykule znajdziesz wszystko, czego potrzebujesz.
Edycja: Zainspirowany przez Adama Chcę również polecić mój ulubiony pakiet R do tego zadania: ROCR .
źródło
Dlaczego chcesz zrobić krzywą ROC? Czy chcesz wykreślić krzywą dla zmiennych zależnych, czy też chcesz użyć jej jako statystyki testowej w celu zmierzenia dokładności prognoz prawdopodobieństwa (w takim przypadku szukasz AUC [obszar pod krzywą] ).
Jeśli znasz R, pakiet weryfikacyjny w R ma dwie przydatne funkcje: roc.plot (), która pozwoli Ci wykreślić krzywą ROC oraz roc.area (), która pozwoli ci obliczyć AUC.
źródło