iPAS 考題解析關於 ROC 曲線,下列何者正確?
你的作答
在題目頁作答不會存進學習紀錄,想留下紀錄可以到題庫練習。
解析
正確答案:A. 繪製真陽性率(TPR)與假陽性率(FPR)的關係
ROC 曲線的 X 軸是 FPR(假陽性率),Y 軸是 TPR(真陽性率)。調整分類閾值會在 ROC 上畫出一條曲線,AUC 越大模型越好。
每個選項為什麼對或錯
-
A 繪製真陽性率(TPR)與假陽性率(FPR)的關係 正解
ROC 曲線的定義就是以 FPR(假陽性率)為 X 軸,TPR(真陽性率)為 Y 軸,來展示分類器在不同閾值下的表現。
-
B 直接評估模型準確性 錯誤選項
ROC 曲線評估的是分類器在不同閾值下 TPR 和 FPR 的權衡,而不是直接看模型的準確性(Accuracy)。
-
C AUC 一定等於 1 錯誤選項
AUC 等於 1 代表模型完美,能完全區分正負樣本,這在現實中幾乎不可能發生,通常 AUC 會介於 0.5 到 1 之間。
-
D 只適用於二元分類 錯誤選項
ROC 曲線也可以透過「One-vs-Rest」策略應用於多類別分類問題,為每個類別繪製一條 ROC 曲線。
答案、題目或解析有問題?回報這題