ROC AUC-Rechner
Berechnen Sie den ROC-Kurvenpunkt und die geschätzte AUC aus den Werten der Verwirrungsmatrix. Verstehen Sie mit diesem einfachen Tool die Unterscheidungsfähigkeit Ihres Klassifikators.
So verwenden Sie den ROC AUC-Rechner
- Geben Sie True Positives (TP) ein.
- Geben Sie True Negatives (TN) ein.
- Geben Sie False Positives (FP) ein.
- Geben Sie False Negatives (FN) ein.
- Klicken Sie auf Berechnen, um TPR, FPR und AUC zu erhalten.
Anwendungsfälle
- •Bewertung der Unterscheidungsleistung binärer Klassifikatoren.
- •Vergleich mehrerer Modelle bei einem bestimmten Betriebspunkt.
- •Auswahl von Klassifizierungsschwellenwerten für spezifische Anforderungen.
- •Berichterstattung über die Modellqualität in medizinischen und Sicherheitsanwendungen.
Formel
TPR = TP/(TP+FN). FPR = FP/(FP+TN). AUC ≈ TPR×(1−FPR/2) – Einzelpunkt-Trapeznäherung.
Häufig gestellte Fragen
Was ist AUC?
AUC (Area Under the ROC Curve) misst die Fähigkeit eines Klassifikators, zwischen Klassen zu unterscheiden. Eine AUC von 1,0 ist perfekt; 0,5 ist zufällig.
Was ist TPR?
True Positive Rate (Sensitivität/Erinnerung) = TP / (TP + FN).
Was ist FPR?
Falsch-Positiv-Rate (Fallout) = FP / (FP + TN), die Rate falsch klassifizierter Negative.