王，于;赵晓燕;杨兴丽;李继红 基于K倍交叉验证贝塔分布的AUC测度置信区间。 （中文。英文摘要） 兹比尔1474.62094 J.系统。科学。数学。科学。 40，编号9，1564-1577（2020）. 摘要：在统计机器学习研究中，通常使用基于K折交叉验证的AUC（Area Under ROC Curve）测度来衡量分类算法的性能。然而，点估计显然没有考虑方差信息。为此，提出了基于正态假设的（K）-折交叉验证（t）分布构造的AUC测度的常用对称置信区间（区间估计）。然而，这些对称的置信区间总是表现出低置信度或较长的区间长度。这很容易导致自由的统计推断结果。通过对AUC测度的理论分析，我们发现AUC测度实际分布实际上是不对称的。在这种情况下，使用对称分布来近似非对称分布显然是不合适的。因此，对于两类分类问题，本文提出了一种新的基于K倍交叉验证Beta分布的非对称置信区间。仿真和实际数据实验表明，与基于K倍交叉验证分布的传统对称置信区间相比，该置信区间具有优越性。 MSC公司： 62英尺25英寸 参数公差和置信区域 68T05型 人工智能中的学习和自适应系统 关键词：AUC度量;置信区间;β分布;\（K\）-折叠交叉验证 PDF格式BibTeX公司 XML格式引用 \textit{Y.Wang}等人，J.Syst。科学。数学。科学。40，第9号，1564--1577（2020；Zbl 1474.62094）