应用患者的肿瘤标志物和B超数据收集的资料,用python语言建立了光使用肿瘤标志物和肿瘤标志物联合B超诊断卵巢包块良性、交界性、恶性的logistics回归模型和ANN模型,现在得出了logistics1(光用肿瘤标志物的logistics回归分类模型)、logistics2(肿瘤标志联合B超的logistics回归分类模型)、BP-ANN1光用肿瘤标志的BP-ANN模型)和BP-ANN2(肿瘤标志联合B超的BP-ANN模型)这4种模型针对卵巢良性、交界性、恶性的诊断ROC曲线和曲线下面积,用于建立这4种模型的样本资料都是一样的,想问下现在是直接对比AUC值得大小就可以评价他们诊断效能的高低吗?还是需要像网上一些算SE、Z值、P值才能评价这些模型间的好坏?比如我给出的图是做出来的四个模型对诊断卵巢良性疾病的ROC曲线,是不是能直接得出bp-ANN2优于logistics2优于bpANN1优于logistics1模型的结论?
关注
码龄 粉丝数 原力等级 --
- 被采纳
- 被点赞
- 采纳率
如何用AUC值评价logistics模型和ANN模型?
收起
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
- 微信扫一扫点击复制链接分享
- 邀请回答
- 编辑 收藏 删除 结题
- 收藏 举报
追加酬金 (90%的用户在追加酬金后获得了解决方案)
当前问题酬金
¥ 0 (可追加 ¥500)
支付方式
扫码支付
加载中...
0条回答 默认 最新
报告相同问题?
提交
- 2020-12-13 23:17回答 8 已采纳 1,roc 纵坐标是TPR,横坐标是FPR,ks 是两条曲线,上曲线是TPR,下方曲线是FPR。 所以ks 线放在roc 里,就相当于roc 曲线跟y=x 直线的距离。所以roc 越大,曲线越高,跟y
- 2020-05-25 11:27回答 1 已采纳 你在每次实验时需要保存下fpr和tpr, 然后可以做个平均化处理,我这里是用的类似宏平均的处理。希望能帮到你。 import numpy as np from scipy import int
- 2021-03-18 16:11回答 2 已采纳 帮你改了下代码,路径你自己再改改,验证集acc能跑到0.8以上了。 import os import tensorflow as tf from tensorflow.keras import S
- 2023-10-18 18:01为什么搜索与推荐场景用AUC评价模型好坏?.rar
- 2021-02-25 00:59回答 4 已采纳 模型的泛化能力不行,即训练集数据覆盖范围小了,并没有覆盖到大部分情况。举个例子来说,你训练的数据都是圆形的,你用来测试矩形,那肯定不行啊。
- 2018-11-28 14:57回答 1 已采纳 感觉你的描述就是计算交叉熵(Cross Entropy) https://blog.csdn.net/tsyccnh/article/details/79163834
- 回答 1 已采纳 现象很正常啊,遇到陌生的数据损失肯定会高,loss肯定是在震荡但整体呈下降趋势的
- 2023-08-12 22:21为什么搜索与推荐场景用AUC评价模型好坏?.pdf
- 2023-04-05 21:40回答 2 已采纳 该回答通过自己思路及引用到GPTᴼᴾᴱᴺᴬᴵ搜索,得到内容具体如下: 如果使用SVM模型进行预测,并且得到的ROC曲线下的AUC值为1,可能是因为以下原因: 1. 数据问题:可能存在数据泄漏或者过拟
- 2021-11-03 13:31回答 1 已采纳 可以参考这篇文章中“AUC的概率解释”部分,这个证明写得还算清晰 机器学习之AUC_降措的博客-CSDN博客 深入理解AUCAUC是什么au
- 2023-03-07 16:36回答 6 已采纳 目前来看难度较大,socrecardpy只能应用线性模型,你可以试试xgb回归与sgd回归,必须带有.coef_指令的模型
- 2020-07-22 00:33Just Jump的博客 网上关于AUC的资料很多,知乎上也有不少精彩的讨论,本文尝试基于自身对AUC的理解做个综述,水平有限,欢迎指出错误。 俗话说,提出正确的问题就成功了一半,本文先提出以下几个问题,希望大家读完能够加深对下列...
- 2022-11-18 00:00回答 4 已采纳 看他人的实例分享,都是使用下载和加载pROC包进行计算AUC的置信区间,提供实例参考:http://www.manongjc.com/detail/59-uvtpzbfuyigpyju.html
- 2022-07-14 05:55使用SVM分类器来预测...分类器构建),评价模型时使用无被交叉验证,性能评价指标包括准确率,AUC,灵敏度,特异度。学会最基本的机器学习方法。可查看分发给大家的代码,以后遇到类似的问题,可用相似的思路和代码。
- 2019-05-22 14:50thormas1996的博客 推荐中常用的模型评价指标有准确率,召回率,F1-score和AUC。 1. 什么是AUC AUC指标是一个[0,1]之间的实数,代表如果随机挑选一个正样本和一个负样本,分类算法将这个正样本排在负样本前面的概率。值越大,表示分类...
- 2020-12-23 21:13ROC(Receiver Operating Characteristic)曲线和AUC常被用来评价一个二值分类器(binary classifier)的优劣。这篇文章将先简单的介绍ROC和AUC,而后用实例演示如何python作出ROC曲线图以及计算AUC。 AUC介绍 AUC...
- 2020-07-21 22:20夕小瑶的博客 星标/置顶小屋,带你解锁最萌最前沿的NLP、搜索与推荐技术文 |吴海波在互联网的排序业务中,比如搜索、推荐、广告等,AUC(Area under the Curve of ROC)是一...
- 2021-01-29 22:51生信宝典的博客 机器学习算法-随机森林之理论概述 分类问题评估指标有:准确率 (Accuracy)、精准率 (Precision)、灵敏度 (Sensitivity)、ROC曲线、AUC值。 回归问题评估指标有:MAE和MSE。 假设有下面一个分类效果评估矩阵...
- 2022-04-16 16:19dream_uping的博客 作者:华为云开发者社区 链接:https://www.zhihu.com/question/23700474/answer/1878757572 来源:知乎 著作权归作者所有。... AUC(Area Under roc Curve)是一种用来度量分类模型好坏的一个标准。
- 2021-09-22 14:39MathDance的博客 首先,在试图弄懂ROC和AUC概念之前,你一定要彻底理解混淆矩阵的定义! 混淆矩阵中有着Positive、Negative、True、False的概念,其意义如下: 称预测类别为1的为Positive(阳性) 预测类别为0的为Negative(阴性) ...
- 没有解决我的问题, 去提问
悬赏问题
- ¥30 这是哪个作者做的宝宝起名网站
- ¥60 版本过低apk如何修改可以兼容新的安卓系统
- ¥25 由IPR导致的DRIVER_POWER_STATE_FAILURE蓝屏
- ¥50 有数据,怎么建立模型求影响全要素生产率的因素
- ¥50 有数据,怎么用matlab求全要素生产率
- ¥15 TI的insta-spin例程
- ¥15 完成下列问题完成下列问题
- ¥15 C#算法问题, 不知道怎么处理这个数据的转换
- ¥15 YoloV5 第三方库的版本对照问题
- ¥15 请完成下列相关问题!