ROC křivky
ROC křivky hrají důležitou roli při hodnocení klasifikačních pravidel. Tato práce je zaměřena na neparametrické odhady ROC křivek, konkrétně jádrové vyhlazování. Pomocí tří různých metod je modelován stejný případ. ROC křivku postupně modelujeme pomocí jádrového odhadu distribuční funkce, jádrového...
Uloženo v:
| Hlavní autor: | |
|---|---|
| Další autoři: | |
| Typ dokumentu: | VŠ práce nebo rukopis |
| Jazyk: | Čeština |
| Vydáno: |
2008.
|
| Témata: | |
| On-line přístup: | http://is.muni.cz/th/106210/prif_m/ |
| Shrnutí: | ROC křivky hrají důležitou roli při hodnocení klasifikačních pravidel. Tato práce je zaměřena na neparametrické odhady ROC křivek, konkrétně jádrové vyhlazování. Pomocí tří různých metod je modelován stejný případ. ROC křivku postupně modelujeme pomocí jádrového odhadu distribuční funkce, jádrového odhadu hustoty a nakonec jako distribuční funkci náhodné veličiny. Na závěr je provedeno porovnání všech tří metod. Nejprve graficky a poté pomocí odhadů plochy pod ROC křivkou AUC. This thesis deals with ROC curves. We focus on nonparametric estimations, especially on kernel smoothing. By means of kernel smoothing we construct ROC curve in three different ways. First by means of kernel estimation of distribution function, then by means of kernel density estimation and finally we construct ROC curve as distribution function of some random variable. At the end we compare this estimation graphically and with area under the curve (AUC). |
|---|---|
| Popis jednotky: | Vedoucí práce: Jiří Zelinka. |
| Fyzický popis: | 39 l. |
| Bibliografie: | Bibliografie na l. 38-39. |