正如标题所读的有什么区别？绘制 ROC wrt 概率分数给出了阶梯式版本。
但在我看来，我发现使用二元决策更好，因为 ROC 曲线只是对不同阈值的不同混淆矩阵的总结。混淆矩阵显示了二元决策。
他们是优势还是某些情况，用概率分数绘制 ROC 曲线比二元决策更好？
用概率分数与二元决策绘制 ROC 曲线有什么区别
数据挖掘
鹏
2022-03-10 23:39:56
1个回答
你如何从概率到二元决策？默认选择是使用 0.5 的阈值，但 0.3 或 0.7 的阈值可能会给出更好的结果（取决于您的指标）。ROC 曲线为您提供更多信息，因为它允许查看每个概率阈值的结果。
通常你会设置一些指标来优化（例如 F1 分数），然后根据这个指标设置阈值。然后绘制混淆矩阵和任何其他对您有用的指标