Jakie są różnice między AUC a wynikiem F1?

14

Wynik F1 jest harmoniczną średnią precyzji i przywołania. Oś y przywołania to prawdziwie dodatni wskaźnik (który jest również przywołaniem). Więc czasami klasyfikatory mogą mieć niski przywołanie, ale bardzo wysoką AUC, co to znaczy?

Jakie są różnice między AUC a wynikiem F1?

machine-learning  precision-recall  auc  accuracy 
— RockTheStar
źródło
3
AUC jest niejasne, jeśli nie określisz krzywej. Czy masz na myśli obszar pod krzywą ROC, obszar pod krzywą PR, ...?
— Marc Claesen,
Obszar pod krzywą.
— RockTheStar,
2
Która krzywa? ROC? PR? Winda?
— Marc Claesen
Krzywa ROC. I wynik F1 uzyskany z tego.
— RockTheStar

Odpowiedzi:

18

Wynik F1 ma zastosowanie do dowolnego określonego punktu krzywej ROC. Ten punkt może reprezentować na przykład określoną wartość progową w binarnym klasyfikatorze, a zatem odpowiada określonej wartości precyzji i przywołania.

Pamiętaj, że wynik F to sprytny sposób na przedstawienie zarówno wycofania, jak i precyzji. Aby wynik F był wysoki, zarówno precyzja, jak i przywoływanie powinny być wysokie.

Zatem krzywa ROC jest dla różnych poziomów progów i ma wiele wartości F dla różnych punktów na swojej krzywej.

— Facet z Londynu
źródło
3
Ciekawy aspekt. Ale o ile rozumiem, wynik F1 opiera się na przywołaniu i precyzji, podczas gdy AUC / ROC składa się z przywołania i specyficzności. Wygląda na to, że to nie to samo. Zgadzam się z wynikiem F jest punkt, a ROC jest zbiorem punktów z innym progiem, ale nie sądzę, że są one takie same z powodu innej definicji. Pomożesz mi to wyjaśnić. Dzięki
— Catbuilts,
Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.