¿Cuáles son las diferencias entre AUC y F1-score?

14

La puntuación F1 es la media armónica de precisión y recuperación. El eje y de recuperación es una tasa positiva verdadera (que también es recuperación). Entonces, en ocasiones los clasificadores pueden tener un AUC bajo pero muy alto, ¿qué significa eso?

— RockTheStar
fuente

3

AUC no está claro si no especifica la curva. ¿Te refieres a área bajo la curva ROC, área bajo la curva PR, ...?

— Marc Claesen

Área bajo la curva.

— RockTheStar

2

Cual curva ROC? PR? ¿Levantar?

— Marc Claesen

Curva ROC. Y la puntuación F1 obtenida de eso.

— RockTheStar

18

La puntuación F1 es aplicable para cualquier punto particular de la curva ROC. Este punto puede representar, por ejemplo, un valor umbral particular en un clasificador binario y, por lo tanto, corresponde a un valor particular de precisión y recuperación.

Recuerde, la puntuación F es una forma inteligente de representar tanto el recuerdo como la precisión. Para que la puntuación F sea alta, tanto la precisión como la recuperación deben ser altas.

Por lo tanto, la curva ROC es para varios niveles diferentes de umbrales y tiene muchos valores de puntaje F para varios puntos en su curva.

— Chico de Londres
fuente

3

Aspecto interesante Pero hasta donde yo entiendo, la puntuación F1 se basa en la recuperación y la precisión, mientras que AUC / ROC consiste en la recuperación y la especificidad. Parece que no son lo mismo. Estoy de acuerdo con que la puntuación F es un punto, y ROC es un conjunto de puntos con un umbral diferente, pero no creo que sean la misma causa de una definición diferente. ¿Me pueden ayudar a aclararlo? Gracias

— Catbuilts

8

AUC es de dimensión [PRECISIÓN] * [RECUPERACIÓN] y es el área bajo la curva ROC. F1 es para un par fijo de precisión y recuperación. Entonces son diferentes. Pero hay algunas conexiones. Vea esto: http://pages.cs.wisc.edu/~jdavis/davisgoadrichcamera2.pdf

— Daniel
fuente

2

Los ejes de una curva ROC son la tasa positiva verdadera (recuperación, sensibilidad AKA) y la tasa positiva falsa (tasa de falsa alarma) , no precisión, AKA PPV, valor predictivo positivo .

— Ling Ma
fuente