如何使用ROC曲线

Question

对于Logistic回归，我们通常遵循以下方法---

[1]随机初始化参数（theta），并选择截止/决定点（我们将这个截止点以上的点视为一个类，而将下面的点视为另一个类）

[2]用theta和选择的输入特征预测输出值（h）

[3]使用预测（h）和实际结果计算成本

[4]计算梯度，以便我们可以使用它来最小化θ

[5]使用获得的梯度

重新计算θ

[6]重复步骤1-5进行少量迭代，然后绘制成本值（在每次迭代的第3步中获得）而不是迭代

[7]如果成本值随着迭代次数的增加而减少，那么我们的分类器是好的，否则我们必须随机选择theta的另一个值并开始反对

我们使用ROC曲线来分析截止点与真阳性以及真阴性率之间的权衡。我的问题是我们什么时候可以使用ROC曲线？是在使用梯度下降找到最小化的θ后？请帮忙!!

Answer 1

可以测量任何可调预测器的ROC曲线，无论多么糟糕。您可以在第一步后立即测量它。当然，这会给你一个非常糟糕的曲线：同时有很多FP和FN。

所有这些迭代的重点是将ROC曲线推低。