The VOROS: Lifting ROC curves to 3D

要約

ROC 曲線の下の面積は、おそらくさまざまなバイナリ分類器の相対的なパフォーマンスをランク付けするために使用される最も一般的な尺度ですが、長年の現場の伝承では、これは実際の
クラス値または誤分類コストは、2 つのクラス間で非常に不均衡です。
ROC 曲線を 3D に引き上げることにより、これらのコストを取得する自然な方法として、新しい ROC サーフェスと、この ROC サーフェス上のボリュームである VOROS を導入します。
ROC 曲線を一般化する以前の試みと比較して、私たちの定式化は、クラスの不均衡と誤分類コストの可能性について、正確な値ではなく範囲のみがわかっている場合に、シナリオをモデル化するためのシンプルで直感的な方法も提供します。

要約(オリジナル)

While the area under the ROC curve is perhaps the most common measure that is used to rank the relative performance of different binary classifiers, longstanding field folklore has noted that it can be a measure that ill-captures the benefits of different classifiers when either the actual class values or misclassification costs are highly unbalanced between the two classes. We introduce a new ROC surface, and the VOROS, a volume over this ROC surface, as a natural way to capture these costs, by lifting the ROC curve to 3D. Compared to previous attempts to generalize the ROC curve, our formulation also provides a simple and intuitive way to model the scenario when only ranges, rather than exact values, are known for possible class imbalance and misclassification costs.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google