文献类型：期刊文章

作　　者：王钰[1,2,3] 赵晓艳[2] 杨杏丽[2] 李济洪[3]

WANG Yu;ZHAO Xiaoyan;YANG Xingli;LI Jihong(School of Modern Educational Technology,Shanxi University,Taiyuan 030006;School of Mathematical Sciences,Shanxi University,Taiyuan 030006;School of Software,Shanxi University,Taiyuan 030006)

机构地区：[1]山西大学现代教育技术学院,太原030006 [2]山西大学数学科学学院,太原030006 [3]山西大学软件学院,太原030006

出　　处：《系统科学与数学》

基　　金：山西省应用基础项目研究计划(201801D211002,201901D111034);国家统计科学研究项目(2017LY04);国家自然科学基金(61806115);统计与数据科学前沿理论及应用教育部重点实验室开放研究课题(KLATASDS2007)资助课题

年　　份：2020

卷　　号：40

期　　号：9

起止页码：1564-1577

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、JST、MR、ZGKJHX、ZMATH、核心刊

摘　　要：在统计机器学习研究中,基于K折交叉验证的AUC(Area Under ROC Curve)度量常常被用作分类算法性能的评价.然而,点估计显然没有考虑方差的信息,为此,基于正态假定的K折交叉验证t分布构造的AUC度量的通用对称置信区间(区间估计)被提出.但是,这些对称置信区间往往表现出低的置信度或长的区间长度,从而容易导致激进的(liberal)统计推断结果.通过对AUC度量的理论分析,发现AUC度量的真实分布实际上是非对称的,此时简单使用对称分布去近似它显然是不合适的.因此,针对二类分类问题,本文提出了一种新的基于K折交叉验证Beta分布的AUC度量的非对称置信区间,在模拟和真实数据实验上验证了提出的置信区间相对于传统的基于K折交叉验证t分布的对称置信区间的优越性.

关 键 词：AUC度量  置信区间  BETA分布 K折交叉验证  

分 类 号：O212.1] TP181[数学类]