지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2020.9
- 수록면
- 851 - 863 (13page)
- DOI
- 10.7465/jkdi.2020.31.5.851
이용수
초록· 키워드
오류제보하기
분류 성능을 측정하기 위하여 ROC (receiver operating characteristic) 곡선 아래 면적을 계산한 AUC (area under the ROC curve)을 이용한다. 일반적으로 AUC는 0.5와 1.0 사이의 값을 가지며, AUC 값을 바탕으로 13단계의 판단기준을 활용한다. 그러나 AUC가 0.5 이하의 값을 갖는 일반적이지 않은 다양한 상황에서는 판단기준을 사용할 수 없다. 대안적인 방법으로 ROC 곡선의 길이를 표준화한 측도를 2020년에 제안하였다. 본 연구에서는 AUC 판단기준 방법을 확장하여 표준화한 ROC 곡선의 길이 측도를 바탕으로 13단계 판단기준을 제안한다. 또한 AUC가 0.5 이하인 경우를 포함한 다양한 경우에 대하여도 판단기준을 활용할 수 있다. 그러므로 AUC의 판단기준과 더불어 본 연구에서 제안한 표준화된 ROC 곡선 길이의 판단기준을 같이 사용할 수 있으며, AUC 판단기준을 적용할 수 없는 다양한 상황에서도 제안한 판단기준을 이용하면 향상되는 판별 성능을 기대할 수 있다.
목차
요약
1. 서론
2. 표준화한 ROC 곡선 길이의 판단기준
3. AUC가 0.5일 때 판단기준
4. AUC가 0.5 이하일 때 판단기준
5. 분산이 다른 경우의 판단기준
6. 실증 예제
7. 결론
References
Abstract
참고문헌 (18)
참고문헌 신청
Bradley, A. P. / 1997 / The use of the area under the ROC curve in the evaluation of machine learning algorithms / Pattern Recognitions 30:1145~1159
Engelmann, B. / 2003 / Testing rating accuracy / Risk 16:82~86
Faraggi, D. / 2002 / Estimation of the area under the ROC curve / Statistics in Medicine 21:3093~3106
Fawcett, T. / 2006 / An introduction to ROC analysis / Pattern Recognition Letters 27:861~874
Franco-Pereira, A. M. / 2020 / Biomarker assessment in ROC curve analysis using the length of the curve as an index of diagnostic accuracy: The binormal model framework / AStA Advances in Statistical Analysis 3:1~23
Engelmann, B. / 2003 / Testing rating accuracy / Risk 16:82~86
Faraggi, D. / 2002 / Estimation of the area under the ROC curve / Statistics in Medicine 21:3093~3106
Fawcett, T. / 2006 / An introduction to ROC analysis / Pattern Recognition Letters 27:861~874
Franco-Pereira, A. M. / 2020 / Biomarker assessment in ROC curve analysis using the length of the curve as an index of diagnostic accuracy: The binormal model framework / AStA Advances in Statistical Analysis 3:1~23
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
민감도와 특이도 직선을 이용한 부분 AUC
응용통계연구
2020 .10
-
판별모형의 평가에서 ROC 곡선과 AUC의 활용에 대한 사례 연구
Journal of The Korean Data Analysis Society
2018 .01
-
선형성장모형에 대한 ROC 곡선과 AUC
한국데이터정보과학회지
2015 .12
-
절단함수를 이용한 AUC와 VUS
응용통계연구
2019 .08
-
중복 측도의 판단기준
한국데이터정보과학회지
2020 .07
-
부분 AUC와 VUS를 최대화하는 선형결합 스코어에 대한 최적분류점 구간
한국데이터정보과학회지
2019 .07
-
생존 분석 자료에서 적용되는 시간 가변 ROC 분석에 대한 리뷰
응용통계연구
2022 .02
-
최소최대 조합방법을 이용한 부분 AUC와 VUS
한국데이터정보과학회지
2021 .01
-
AUC 최적화를 이용한 낮은 부도율 자료의 모수추정
응용통계연구
2016 .02
-
부분 AUC와 최적분류점들
응용통계연구
2019 .04
-
Estimating the AUC of the MROC curve in the presence of measurement errors
CSAM(Communications for Statistical Applications and Methods)
2022 .09
-
ROC 곡선 일반화 함수와 AUC
한국데이터정보과학회지
2020 .07
-
Three-way partial VUS
한국데이터정보과학회지
2019 .03
-
두 분류 분포를 위한 오즈 곡선
응용통계연구
2021 .04
-
Estimation of the time-dependent AUC for cure rate model with covariate dependent censoring
CSAM(Communications for Statistical Applications and Methods)
2024 .07
-
VUS와 HUM 최적화를 이용한 선형함수의 모수추정
한국데이터정보과학회지
2015 .12
-
AUC 차이를 이용한 미결정자 추론방법
응용통계연구
2021 .04
-
Bayesian hierarchical model for the estimation of proper receiver operating characteristic curves using stochastic ordering
CSAM(Communications for Statistical Applications and Methods)
2019 .03
-
불균형 자료에 대한 분류분석
응용통계연구
2015 .06
-
왜정규분포를 이용한 ROC 곡선에 대한 베이지안 모형
한국데이터정보과학회지
2021 .01
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2020-041-001280596