AUC值在最极端情况下,有无可能等于0,
比如最简单的二分类中,100个样本,前50是正类,后50是负类。 但是,极端情况下,分类器现在故意预测错误,前50预测为负类,后50个样本是正类
TPR= TP/(TP+FN) ROC曲线的 纵坐标
FPR= FP/(FP+TN) ROC曲线的 横坐标
现在这种情况下,TPR = 0 即纵坐标为0
我知道,一般情况下,AUC小于0.5就说明分类器性能不行,甚至还不如随机猜测。
我想知道的是,AUC值在分类器训练过程中,是有可能小于0.5,甚至极端情况下为0吧
麻烦朋友解解惑?