摘要: ROC(受试者工作特征)分析技术是一种用来衡量分类算法和图示它们性能的技术.与传统的正确率相比,ROC分析更能够全面的描述分类算法的分类性能.该方法具有可信度高,描述客观精确,特别是不受数据环境影响等优势.本文对国内外这一方法的研究成果进行了较为系统的介绍,详细分析了它的优缺点,最后对这一技术的发展进行了展望.
张晓龙 江川 骆名剑. ROC分析技术在机器学习中的应用[J]. 计算机工程与应用, 2007, 43(4): 243-248.
XiaoLong Zhang. The Application Of The ROC Analysis In Machine Learning[J]. Computer Engineering and Applications, 2007, 43(4): 243-248.