基于分辨粒度的groc曲线分析方法

roc曲线是模型选择的一种重要方法,但roc曲线的不确定性影响了模型选择的准确性.基于分辨粒度,从反映得分的不确定性的角度提出groc和gauc的概念,从理论上讨论了groc的若干性质.在给出其算法之后,利用双正态模型检验了groc的合理性.在此基础上,提出了两个模型选择度量——λauc和ρauc,并在uci数据集上验证了该模型选择度量的高效性.实验结果表明,groc能够有效反映roc曲线的不确定性,基于λauc和ρauc的模型选择方法优于基于auc或sauc的模型选择方法,在某些情况下,groc具有更强的对分类器性能的比较能力.