Cómo calcular Precisión partir de una curva ROC

La curva de eficacia relativa, o una curva ROC , es la relación entre los verdaderos positivos y falsos positivos en un sistema . Un sistema puede detectar un resultado positivo cuando el valor real es negativo , que es un falso positivo. Un verdadero positivo se produce cuando el valor real es positivo y se detecta como positivo. La precisión de la curva ROC es una medida de qué tan bien el sistema detecta los valores reales , y se puede calcular mediante la resolución de un simple equation.Things que necesitará
ROC Curva
Cambio de positivos reales
Cambio de negativos reales de
Mostrar más Instrucciones Matemáticas 1

Encontrar un punto de la curva ROC que se desea determinar la exactitud de . El eje horizontal de la curva ROC muestra la tasa de verdaderos positivos en el sistema de detección , y el eje vertical muestra la tasa de falsos positivos .
2

Familiarícese con la ecuación de la precisión de las curvas ROC . Esta ecuación es la proporción de verdaderos positivos , además de verdaderos negativos a positivos reales más negativos reales . La ecuación se parece a esto , donde TP es cierto - positivo , TN es - verdadero negativo , P es positivo real , y N es negativo real . P + N también es igual al número total de mediciones tomadas por el sistema. Si usted no tiene los valores exactos de P o N , puede caer de nuevo en el número total de mediciones y usarlo en lugar de ( P + N ) .

ACC = ( TP + TN ) /( p + N )
3

Añadir el número de verdaderos positivos en el número de verdaderos negativos . Por ejemplo , supongamos que el número de verdaderos positivos es 46 y verdaderos negativos se 23. adición de estos dos juntos se obtiene un valor de 69
4

Añadir el número de positivos reales para el número de real negativos . Por ejemplo , supongamos que en realidad eran 50 positivos y 30 negativos . La incorporación de estos resultados juntos en un valor de 80
5

Divida la suma de verdaderos positivos y verdaderos negativos por la suma de positivos verdaderos y negativos . Continuando con los ejemplos anteriores , hay que dividir 69 por 80 , lo que resulta en una precisión de 0.8625 .
6

Analizar el valor de precisión . Cuanto más cerca de la exactitud es de 1,00 , más preciso será el sistema es en la predicción de verdaderos positivos y verdaderos negativos .