ROC结果解释

Question

我正在使用WKEA进行分类。我使用两个算法adaboost和RBFNetwork。令人惊讶的是，这两种算法在我的数据上都表现不佳，并给出了以下结果：

                  Adaboost       RBFNetwrok
      Precision :  0               0

      Recall     : 0               0

      F1-score   : 0               0

     Accuracy   : 91.36           91.36

     ROC_AUC   : 77.11         64.26

我们可以看到两种算法都给出了4个度量（精度，回忆，f1得分，准确度）相同的值，但它们为ROC_AUC提供了不同的结果。

我无法理解，怎么可能？我在做错误吗？

请告诉我。

Answer 1

这绝对正常。 AUC集成在所有阈值上，而精确度则在单个阈值上进行测量。这意味着ROC曲线可能看起来完全不同，具有不同的AUC，但在某个阈值（红色圆圈）仍然具有共同的准确度：