ROCR

ROCR:可视化评分分类器的性能,ROC图、敏感性/特异性曲线、提升图和精确性/召回图是特定性能度量对权衡可视化的常用示例。ROCR是一个灵活的工具,用于创建截止参数化的2D性能曲线,它可以自由组合25个以上的性能指标(可以使用标准接口添加新的性能指标)。不同交叉验证或引导运行的曲线可以用不同的方法求平均值,并且可以使用标准偏差、标准误差或方框图来可视化运行过程中的可变性。参数化可以通过在相应的曲线位置打印截止值来可视化,也可以通过根据截止点对曲线进行着色来实现。使用灵活的参数分配机制,可以快速调整性能图的所有组件。尽管ROCR具有灵活性,但它很容易使用,只有三个命令和所有可选参数的合理默认值(资料来源:http://cran.r-project.org/web/packages)


zbMATH参考文献(42篇文章引用)

显示第1到第20个结果,共42个。
按年份排序(引用)
  1. Díaz Coto,Susana;Martínez Camblor,Pablo;Pérez Fernández,Sonia:SmoothROCtime:A(\mathsfR)包,用于时间相关ROC曲线估计(2020年)
  2. Gero Szepannek:R包信用评分概况(2020)阿尔十四
  3. 霍彦浩;辛,李辉;康,川泽;王,明辉;马,秦;俞斌:基于稀疏群套索的支持向量机肿瘤分类新方法(2020)
  4. 马斯切利,约翰三世:具有二元预测值的ROC和AUC:潜在误导性指标(2020)
  5. O'Brien,Jonathon J.;Lawson,Michael T.;Schweppe,Devin K.;Qakish,Bahjat F.:分区的次优比较(2020年)
  6. 基于关系对象的数据挖掘(基于Oliver的数据挖掘,2020年)
  7. 康传泽;霍彦浩;辛丽辉;田宝光;余斌:基于松弛套索和广义多类支持向量机的微阵列数据特征选择与肿瘤分类(2019)
  8. Ramasubramanian,Karthik;Singh,Abhishek:使用R进行机器学习。R中的时间序列和基于行业的用例(2019)
  9. Philip Leifeld;Skyler Cranmer;Bruce Desmarais:btergm的时间指数随机图模型:估计和自举置信区间(2018)不是zbMATH
  10. Singh,Alok Kumar;Lalitha,S.:一种新的空间异常点检测技术(2018)
  11. Baumer,Benjamin S.;Kaplan,Daniel T.;Horton,Nicholas J.:现代数据科学与R(2017)
  12. Bommert,Andrea;Rahnenführer,Jörg;Lang,Michel:为高维数据寻找具有稳定特征选择的预测和稀疏模型的多准则方法(2017)
  13. Krautenbacher,Norbert;Theis,Fabian J.;Fuchs,Christiane:校正两阶段病例对照研究中样本选择偏差的分类器(2017年)
  14. Sara Perez Jaume;Konstantina Skaltsa;Natália Pallarès;Josep Carrasco:ThresholdROC:R中连续诊断测试的最佳阈值估计工具(2017)不是zbMATH
  15. Waldemar W.Koczkodaj,Alicja Wolny Dominiak:RatingScaleReduction package:逐步评级量表项目缩减,无可预测性损失(2017年)阿尔十四
  16. Dincer Goksuluk,Selcuk Korkmaz,Gokmen Zararsiz,A.Ergun-Karaagoglu:easyROC:使用R语言环境进行ROC曲线分析的交互式Web工具(2016)不是zbMATH
  17. Matthew Friedlander、Adrian Dobra、Helene Massam、Laurent Briollais:用R包genMOSS分析全基因组关联研究数据(2016)阿尔十四
  18. Vincenzo Lagani,Giorgos Athineou,Alessio Farcomeni,Michail Tsagris,Ioannis Tsamardinos:R包MXM的特征选择:发现统计等效特征子集(2016)阿尔十四
  19. Jiang,Bei;Elliott,Michael R.;Sammel,Mary D.;Wang,Naisyin:通过平均值和方差的混合,对横断面健康结果和纵向预测因子进行联合建模(2015年)
  20. Kumar,Ravindra;Srivastava,Abhishikha;Kumari,Bandana;Kumar,Manish:用Chou的伪氨基酸组成和支持向量机预测(\β)-内酰胺酶及其类别(2015)