1
我正在學習SVM和ROC。據我所知,人們通常可以使用ROC(receiver operating characteristic)曲線來顯示SVM(支持向量機)的分類能力。我想知道是否可以使用相同的概念來比較兩個功能子集。ROC可以比較兩組功能的分類能力嗎?
假設我有兩個子集的特徵子集A和子集B.他們是從兩個不同的特徵提取方法A和B從相同的列車數據中選擇的。如果我使用這兩個特徵子集來訓練相同的SVM通過使用LIBSVM svmtrain()函數並繪製兩者的ROC曲線,我可以通過它們的AUC值比較它們的分類能力嗎?因此,如果我的子集A的AUC值高於subsetB,我可以得出結論:方法A比方法B更好?它有任何意義嗎?
非常感謝,
謝謝,我會檢查其他可能的指標。 – Cassie