Table of Contents
रिसीवर ऑपरेटिंग विशेषता (ROC) वक्र एक ग्राफिकल उपकरण है जिसका उपयोग वर्गीकरण मॉडल के प्रदर्शन का मूल्यांकन करने के लिए किया जाता है। यह विभिन्न थ्रेसहोल्ड सेटिंग्स में वास्तविक सकारात्मक दर और झूठे सकारात्मक दर के बीच व्यापार-बंद को दिखाता है। यह समझना कि कैसे मॉडल प्रभावशीलता का आकलन करने के लिए ROC वक्र की व्याख्या और गणना करना आवश्यक है।
एक ROC वक्र क्या है?
एक ROC वक्र विभिन्न स्तरों पर झूठी सकारात्मक दर (1-विशिष्टता) के खिलाफ वास्तविक सकारात्मक दर (संवेदनशीलता) की साजिश करता है। यह कक्षाओं के बीच अंतर करने के लिए मॉडल की क्षमता का दृश्य प्रतिनिधित्व प्रदान करता है। वक्र के करीब शीर्ष-बाएँ कोने का अनुसरण करता है, बेहतर मॉडल का प्रदर्शन।
कैसे एक ROC वक्र की गणना करने के लिए
एक ROC वक्र की गणना में निम्नलिखित चरण शामिल हैं:
- प्रत्येक डेटा बिंदु के लिए मॉडल से संभावित संभावनाओं की भविष्यवाणी की।
- एकाधिक सीमा मानों को निर्धारित करने की संभावना को दर्शाता है।
- प्रत्येक थ्रेसहोल्ड के लिए, डेटा पॉइंट को सकारात्मक या नकारात्मक के रूप में वर्गीकृत करें।
- प्रत्येक सीमा पर वास्तविक सकारात्मक दर और झूठी सकारात्मक दर की गणना करें।
- इन दरों को आरओसी वक्र बनाने के लिए प्लॉट करें।
आरओसी वक्र को व्याख्या करना
ROC वक्र (AUC) के तहत क्षेत्र वर्गों के बीच भेदभाव करने के लिए मॉडल की समग्र क्षमता को निर्धारित करता है। 0.5 का AUC यादृच्छिक अनुमान के बराबर कोई भेदभाव नहीं इंगित करता है। 1.0 का AUC सही वर्गीकरण को दर्शाता है।
आरओसी कर्व के अनुप्रयोग
आरओसी वक्र का व्यापक रूप से विभिन्न क्षेत्रों जैसे कि दवा, वित्त और मशीन लर्निंग में मॉडल की तुलना करने के लिए उपयोग किया जाता है, इष्टतम थ्रेसहोल्ड का चयन करें और क्लासीफायर प्रदर्शन का मूल्यांकन करें। वे विभिन्न निर्णय थ्रेसहोल्ड में शामिल व्यापार-बंद को समझने में मदद करते हैं।