瞭解如何繪製ROC曲線

Question

想我已經格式化的模型下面的分類結果：

actual.class score.actual.class 
A   1 
A   1 
A   0.6 
A   0.1 
B   0.5 
B   0.3 
.   . 
.   . 

1 - 如果我沒理解好，ROC曲線繪製真陽性之間的權衡和誤報。這意味着我需要改變一個班級（真正的班級）的分數閾值，而不是兩個，對嗎？我的意思是，如果我選擇A作爲真正的課程，那麼我將只使用subset(results,actual.class="A")繪製ROC曲線？

2 - 如果我想手動生成曲線（沒有庫），那麼閾值是否會來自該子集的每個可能得分？

3 - 爲了繪製ROC曲線的目的，是否從上述數據中正確生成了以下幾點？ （我正在使用A級作爲真實課程）

threshold fpr tpr 
1   1 0 
0.6  1/2 1/2 
0.1  1/4 3/4  
0   0 1 

難道這些要構成我的ROC？

Answer 1

「這意味着我需要改變 一個類別（真實類別）的分數閾值，而不是兩個，對不對？」

似乎有一個誤解，因爲沒有這樣的事情作爲一個單獨的正面或負面的門檻。 ROC曲線用於評估二進制分類算法的上下文中。在這樣的算法中，不屬於一種類型（TRUE）的元素被自動識別爲另一種類型的元素（FALSE）。

閾值的選擇只能改變平衡，這樣更多的觀察被分配到一種類型而不是另一種。閾值的這種變化是允許繪製ROC曲線的參數。否則它只是一個點。

關於你的第三點：是的，就我的例子而言，我可以說這種數據通常構成ROC曲線。