我有两个严重不平衡的数据集，标记为正数和负数，我能够生成一个混淆矩阵，产生~95％的真阳性率（并且继承5％的假阴性率）和~99.5％真实负率（假阳性率为0.5％）。
我尝试构建ROC图的问题是x轴的范围不是0到1，间隔为0.1。相反，考虑到我的假阳性率很低，它的范围从0到0.04。
有关为何会发生这种情况的任何见解？
由于
答案 0 :(得分：0)
在ROC图中，两个轴是误报率（F）和真阳性率（T）。 T是给定正数据项的概率，您的算法将其归类为正数。 F是给定负数据项的概率，您的算法错误地将其归类为正数。轴总是从0到1，如果您的算法不是参数，您应该在ROC图上找到一个点（或两个数据集为两个）而不是曲线。如果算法是参数化的，则曲线会由参数的不同值引起。
答案 1 :(得分：0)
我已经弄清楚了。我使用Platt算法提取正分类的概率并对数据集进行排序，首先是最高概率。我遍历了数据集，任何正面的例子（真正的正面，未被归类为正面）都会增加真实的计数，而任何负面的例子（真正的负面，不归类为负面）会增加假阳性计数。
将其视为SVM上的支持向量，它将两个类（+ ve和-ve）从svm的一侧逐渐移动到另一侧。在这里，我想象在2d飞机上的点。随着支持向量的移动，它揭示了一些例子。任何被标记为肯定的例子都是真正的从属，任何否定都是假的。
希望这会有所帮助。由于缺乏网络上的信息（或者仅仅是我对SVM缺乏了解），我花了几天时间才弄清楚这么微不足道的事情。这特别针对那些在OpenCV包中使用CvSVM的人。您可能知道，CvSVM不返回概率值。相反，它返回一个基于距离函数的值。您不需要使用Platt算法根据概率提取ROC曲线，而是可以使用距离值本身。比如说，你从10开始距离，然后慢慢递减，直到你覆盖了所有的数据集。我发现使用概率可以更好地进行可视化，因此对每个人来说都是可视化的。
请注意我的英语，因为这不是我的第一语言