Hodnocení klasifikačních modelů pomocí ROC křivek

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F62690094%3A18450%2F06%3A00001868" target="_blank" >RIV/62690094:18450/06:00001868 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

čeština

Název v původním jazyce

Hodnocení klasifikačních modelů pomocí ROC křivek

Popis výsledku v původním jazyce

Příspěvek popisuje konstrukci ROC křivky, nástroje pro hodnocení klasifikačních algoritmů. Ke konstrukci ROC křivek pro klasifikační algoritmy implementované ve statistickém a data miningovém systému STATISTICA je využit makrojazyk Visual Basic. Makro sestavuje ROC křivky pro jakýkoli klasifikační model, který poskytuje odhady aposteriorních pravděpodobností, a který byl uložen v PMML formátu (Predictive Model Markup Language). Sestavené ROC křivky jsou spolu s predikcemi, maticí záměn, odhadem AUC a její směrodatné chyby ukládány do jednoho pracovního sešitu. ROC křivky nejsou, kromě neuronových sítí, k hodnocení klasifikátorů v systému STATISTICA používány, a tak proceduru sestavení ROC křivek pro ostatní klasifikační algoritmy umožňuje vytvořené makro, jehož použití je v tomto příspěvku popsáno.

Název v anglickém jazyce

Evaluating classifiers using ROC curves

Popis výsledku anglicky

The paper describes the construction of ROC curve, a tool for evaluating classification algorithms. The macro language Visual Basic is used to construct ROC curves for the classification algorithms implemented in the statistical and data mining system STATISTICA. The presented macro allows to construct ROC curves for any classification algorithm that provides the estimates of the posterior probabilities and that can be saved in PMML format. The resultant ROC curve are stored together with the posteriorprobability estimates, confusion matrixes, estimates of the AUC and its standard error to one workbook. ROC curve can be constructed in STATISTICA only for the neural networks, therefore this macro is of a great benefit if there is a need to evaluate theclassifiers which weren't build using the neural networks algorithm. The use of the presented macro is described in this paper.

Druh

D - Stať ve sborníku

CEP obor

BB - Aplikovaná statistika, operační výzkum

OECD FORD obor

—

Projekt

<a href="/cs/project/GA402%2F04%2F1308" target="_blank" >GA402/04/1308: Klasifikační modely a porovnání jejich prediktivních vlastností</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2006

Kód důvěrnosti údajů

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

Název statě ve sborníku

Zborník príspevkov z medzinárodnej vedeckej konferencie doktorandov a mladých výskumných pracovníkov Doctus 2006

ISBN

80-88954-36-3

ISSN

—

e-ISSN

—

Počet stran výsledku

4

Strana od-do

59-62

Název nakladatele

AT Publishing - PhDr. Marta Horváthová

Místo vydání

Bratislava

Místo konání akce

—

Datum konání akce

—

Typ akce podle státní příslušnosti

—

Kód UT WoS článku

—