如何从混淆矩阵计算 AUC 的 95% 置信区间？

【问题标题】：How to calculate 95% confidence interval for AUC from confusion matrix?如何从混淆矩阵计算 AUC 的 95% 置信区间？
【发布时间】：2018-10-30 10:21:53
【问题描述】：

从 Weka 软件中的分类模型中，我得到：样本量、混淆矩阵和 AUC（ROC 曲线下面积）。如何计算 AUC 的 95% 置信区间？

【问题讨论】：

标签： confidence-interval confusion-matrix auc

【解决方案1】：

我认为您拥有所需的一切，因此请遵循以下等式：

注：N1和N2是每组的样本量

【讨论】：

我希望这也适用于交叉验证结果。 N1 是混淆矩阵中的 TP + FN（例如所有病理病例数）吗？ N2 是 FP + TN（没有病理的所有病例数）吗？该公式适用于大样本；我有小样本（20 个 Pz 有病理，20 个没有病理）；我可以使用相同的公式吗？
你好。 N1 和 N2 是每组的样本量。我相信该公式适合您的样本量。此外，你有平衡的群体。
致遇到此答案的人 - 这是 Hanley 和 McNeil (1982) 的计算。您可能想尝试 DeLong 的方法或从 pROC 包引导。

猜你喜欢

2017-02-25
2018-04-01
1970-01-01
2020-11-06
1970-01-01
1970-01-01
2023-01-08
1970-01-01

相关资源

下载 2021-06-26
下载 2022-12-22
下载 2021-06-06
下载 2023-02-17

最近更新更多

热门标签

Java Python linux javascript Mysql C# Docker 算法前端 SpringBoot Redis Vue spring 设计模式 .net core .net kubernetes c++ 数据库数据结构大数据 js 机器学习微服务 Android Go 程序员面试 JVM ASP.net core 云原生人工智能后端 PHP git CSS golang k8s Nginx Django mybatis 深度学习多线程 React 架构 devops 爬虫云计算 Spring Boot LeetCode