ROC Curve กราฟที่น่าสนใจ ในการบอก Performance ความแม่นยำของการ Prediction
MATLAB BKK CENTER
จุดกำเนิด
ROC curve มีจุดเริ่มต้งแต่ช่วงสงครามโลกครั้งที่ 2 ประมาณปี 1940s ช่วงหลังจากที่มีการโจมตี Pearl harbor ที่อเมริกา ตอนนั้น ROC curve ถูกพัฒนามาเพื่อใช้วัดว่าตัวรับคลื่นวิทยุเรดาร์ (receiver operators) ว่าจะพลาดการดักจับเครื่องบินของญี่ปุ่นไปเท่าไหร่ เหมือนเป็นการวัด performance ของตัวเรดาร์ในการ detect เครื่องบินนั่นเอง แต่ในปัจจุบันได้มีการนำ ROC curve มาใช้อย่างกว้างขวางเพื่อเป็นตัวทดสอบ Diagnostic test performance
ผลทำนายของเราดีแค่ไหน
- หากกราฟยิ่งชิดด้านบนมากก็ยิ่งแปลว่าทำนายได้ดี แต่หากกราฟเป็นเส้นตรงจะแสดงว่าไม่ดี
- กราฟชิดด้านบนมากหมายความว่าพื้นที่ใต้กราฟมาก ค่าพื้นที่ใต้กราฟ ROC นี้ถูกเรียกว่า AUC (area under curve) เป็นค่าหนึ่งที่ใช้วัด
ตัวอย่าง Code –ใน Matlab
เราสามารถติดตามหรือหากมีความสนใจ สามารถลงทะเบียนได้ใน Course Data Science Roadmap ซึ่งอบรมออนไลน์ 8 สัปดาห์ เรียนว่าเจาะลึกพร้อมตัวอย่างการประยุกต์ใช้ สามารถติดต่อสอบถามไปทาง Admin Facebook Page :(20) Matlab bkk center | Facebook
สามารถติดตามเนื้อหาความรู้ต่างๆ โดยเฉพาะการใช้ประยุกต์ใช้กับโปรแกรม Matlab ได้ที่ Facebook Page :(20) Matlab bkk center | Facebook
Machine Learning for #Predictive #Maintenance Course
NEURAL NETWORK AND DEEP LEARNING COMPLETE COURSE :
ใครอยากเรียนรู้จากตัวอย่างการ Apply จาก #ProjectMachinelearning ต้องไม่พลาด
#Matlab Code ร่วมแชร์ความรู้ สาระผ่านกลุ่ม ->
(กลุ่ม Facebook Matlab Bkk AI & Data science & Other Classroom)>
https://web.facebook.com/groups/403881684322230/