ROC trainable WEKA 세분화

Question

나는 피지에서 훈련 가능한 weka segmention plug in의 기본 사용자입니다. ROC 곡선이 fastrandomforest 분류 자의 성능을 어떻게 평가하는지 알고 싶습니다. 곡선에 몇 가지 포인트가 있으므로 개념적으로 각 픽셀은 각 픽셀의 평가 방법을 나타냅니다. 각 픽셀에 할당 된 확률을 확인합니까? 또는 각 픽셀에 할당 된 확률은 ROC 곡선과 관련이 없습니다. Grtz! Natalia

Answer 1

Trainable Weka Segmentation 플러그인이 제공하는 ROC curve은 모든 학습 샘플, 즉 사용자가 다른 클래스에 속한 것으로 추적 한 픽셀을 사용하여 계산됩니다. 다른 ROC 곡선과 마찬가지로 다양한 양의 임계 값에서 실제 양성률 (TPR)과 위양성 비율 (FPR)을 표시합니다. 가지 치기없이 훈련 샘플과 랜덤 포레스트 분류기만을 사용하면 분류기가 학습 세트를 마음으로 학습하므로 커브가 영역 1이되므로 매우 유용한 정보는 아닙니다.