二元分类我们可以用roc auc作为分类器的评判标准,不知道有没有类似roc auc的评价标准可以用于评价一个多元分类器的好坏?
1个回答
ROC AUC是可以拓展到多元分类问题上。常见有两种拓展思路。
一个是Peter Flach的体积法。因为二元分类是AUC面积,三元很自然就是某个曲面下的体积,也就是Volumn under Surface。更多元就到了更高维空间。具体可以参考这个。
第二种思路是更实际的方法,one-vs-rest。比如说是四元分类(A,B,C,D)问题,把A看作一类,BCD合起来看成一类,然后对预测结果做正常的二元ROC AUC;下面把B看作一类,ACD合起来看成一类,再得到一个ROC AUC。以此类推,所以k元分类问题就可以得到k个ROC AUC。把这k个数值取均值就可以得到这个多元分类的ROC AUC。
感觉第二个one-vs-rest方法可以让任何二元分类的metric拓展到多元分类问题上,不错不错
-
风云使者
2017-09-09 12:36