Software Tools for ROC and AUC Estimates

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F62690094%3A18450%2F03%3A00000620" target="_blank" >RIV/62690094:18450/03:00000620 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Software Tools for ROC and AUC Estimates

Popis výsledku v původním jazyce

Discrimination and classification are important tasks that enable to solve the problem of allocation objects into one of the predefined classes. This paper concentrates on the problem of discrimination between two populations (groups) of objects. ROC curve is recommended here as a meas-ure of the separation ability of different classification models when conditions of classification change. ROC can be used for description of predictive properties of different classification models. An overview and comparison of the software tools for ROC and AUC analysis are presented here. Results from analysis of the performance of different models for good and bad loans prediction (data for simulated - fictive bank) are used as an illustrative example.

Název v anglickém jazyce

Software Tools for ROC and AUC Estimates

Popis výsledku anglicky

Discrimination and classification are important tasks that enable to solve the problem of allocation objects into one of the predefined classes. This paper concentrates on the problem of discrimination between two populations (groups) of objects. ROC curve is recommended here as a meas-ure of the separation ability of different classification models when conditions of classification change. ROC can be used for description of predictive properties of different classification models. An overview and comparison of the software tools for ROC and AUC analysis are presented here. Results from analysis of the performance of different models for good and bad loans prediction (data for simulated - fictive bank) are used as an illustrative example.

Druh

D - Stať ve sborníku

CEP obor

BB - Aplikovaná statistika, operační výzkum

OECD FORD obor

—

Projekt

—

Návaznosti

Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2003

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Proceedings of the 21th International Conference Mathematical Methods in Economics 2003

ISBN

80-213-1046-4

ISSN

—

e-ISSN

—

Počet stran výsledku

6

Strana od-do

238-243

Název nakladatele

Czech University of Agriculture in Prague

Místo vydání

Praha

Místo konání akce

Praha

Datum konání akce

—

Typ akce podle státní příslušnosti

—

Kód UT WoS článku

—