- Activation
- Derivative
- Loss
- LossGradient
- RegressionMetric
- ConfusionMatrix
- ConfusionMatrixMultilabel
- ClassificationMetric
- ClassificationScore
- PrecisionRecall
- ReceiverOperatingCharacteristic
ReceiverOperatingCharacteristic
计算值以构建接收器工作特性(ROC)曲线。与ClassificationScore类似,此方法应用于真值向量。
bool vector::ReceiverOperatingCharacteristic(
|
参数
pred_scores
[in] 包含一组水平向量(含有每个类的概率)的矩阵。矩阵行数必须与真值向量的大小相对应。
模式
[in] ENUM_AVERAGE_MODE枚举的平均模式。只使用AVERAGE_NONE,AVERAGE_BINARY和AVERAGE_MICRO。
fpr
[out] 假阳性率曲线计算值的矩阵。如果不使用平均模式 (AVERAGE_NONE),则矩阵中的行数对应于模型类的数量。列数对应于真值向量的大小(或概率分布矩阵pred_score中的行数)。在微平均的情况下,矩阵中的行数对应于阈值的总数,不包括重复项。
tpr
[out] 真阳性率曲线计算值的矩阵。
threshold
[out] 对概率矩阵进行排序得到的阈值矩阵
注意
请参阅ClassificationScore方法的注释。
例如
绘制ROC图的示例,其中tpr值绘制在y轴上,fpr值绘制在x轴上。此外,fpr图和tpr图也分别绘制,阈值绘制在x轴上
matrixf mat_thres;
|
结果曲线:
图形输出代码很简单,并且基于<Graphics/Graphic.mqh>标准库。
示例使用mnist.onnx模型的数据。代码在PrecisionRecall方法描述中展示。
ROC AUC接近理想值。
roc auc score micro = [0.99991] |