Was sind die Unterschiede zwischen AUC und F1-Score?

14

F1-Score ist das harmonische Mittel für Präzision und Erinnerung. Die y-Achse des Rückrufs ist eine echte positive Rate (die auch Rückruf ist). Manchmal können Klassifikatoren einen geringen Rückruf aufweisen, aber eine sehr hohe AUC. Was bedeutet das?

— RockTheStar
quelle

3

AUC ist unklar, wenn Sie die Kurve nicht angeben. Meinen Sie Fläche unter der ROC-Kurve, Fläche unter der PR-Kurve, ...?

— Marc Claesen

Fläche unter der Kurve.

— RockTheStar

2

Welche kurve ROC? PR? Aufzug?

— Marc Claesen

ROC-Kurve. Und der F1-Score ergibt sich daraus.

— RockTheStar

17

Die F1-Punktzahl gilt für einen bestimmten Punkt der ROC-Kurve. Dieser Punkt kann beispielsweise einen bestimmten Schwellwert in einem Binärklassifikator darstellen und entspricht somit einem bestimmten Wert für Präzision und Rückruf.

Denken Sie daran, F-Score ist eine intelligente Methode, um sowohl Erinnerung als auch Präzision darzustellen. Damit der F-Score hoch ist, sollten sowohl die Präzision als auch der Abruf hoch sein.

Somit ist die ROC-Kurve für verschiedene Schwellenwerte vorgesehen und weist viele F-Bewertungswerte für verschiedene Punkte auf ihrer Kurve auf.

— Ein Londoner
quelle

3

Interessanter Aspekt. Soweit ich weiß, basiert der F1-Score auf Rückruf und Präzision, wohingegen AUC / ROC aus Rückruf und Spezifität besteht. Es scheint, dass sie nicht dasselbe sind. Ich bin damit einverstanden, dass F-Score ein Punkt ist, und ROC ist ein Satz von Punkten mit unterschiedlichem Schwellenwert, aber ich denke nicht, dass sie die gleiche Ursache für unterschiedliche Definition sind. Können Sie mir helfen, es klarer zu machen? Vielen Dank

— Catbuilts

8

AUC hat die Dimension [PRECISION] * [RECALL] und ist die Fläche unter der ROC-Kurve. F1 steht für ein festes Paar von Präzision und Rückruf. Sie sind also anders. Aber es gibt einige Verbindungen. Siehe hierzu: http://pages.cs.wisc.edu/~jdavis/davisgoadrichcamera2.pdf

— Daniel
quelle

2

Die Achsen einer ROC-Kurve sind die wahre positive Rate (Rückruf, AKA-Empfindlichkeit) und die falsche positive Rate (Falschalarmrate) , nicht die Genauigkeit, AKA PPV, positiver Vorhersagewert .

— Ling Ma
quelle