Característica de Operação do Receptor

Origem: Wikipédia, a enciclopédia livre.
Ir para: navegação, pesquisa
Arrows-move.svg
Em 12 de maio de 2013 foi proposta a renomeação deste artigo para Característica de operação do receptor. Se não concorda, use a página de discussão.

Na teoria de detecção de sinal, a Característica de Operação do Receptor (COR), ou Receiver Operating Characteristic (ROC), ou simplesmente curva COR, é uma representação gráfica que ilustra a performance de um sistema classificador binário e como o seu limiar de discriminação é variado.

É obtido pela representação da fracção de Positivos Verdadeiros dos Positivos Totais (RPV=PV/P) versus a fracção de Positivos Falsos dos Negativos Totais (RPF=PF/N), em várias configurações do limite. O RPV é também conhecido como sensividade, e RPF é um menos a especificidade ou o Rácio de Negativos Verdadeiros RNV.

Um analisador de COR disponibiliza ferramentas para seleccionar modelos óptimos de possibilidade e descartar as de qualidade inferior a partir do contexto de custo ou da distribuição da classe. Este analisador está relacionado com a forma directa e natural com a análise de custo/benefício do diagnóstico da tomada de decisão. A curva de COR foi desenvolvida por engenheiros eléctricos e engenheiros de radar durante a Segunda Guerra Mundial para detecção de objectos inimigos nas batalhas foi implementado na psicologia para detecção perceptual de estímulos. A análise COR, após começar a ser usada, foi introduzida em diversas áreas tais como medicina, radiologia, biometria, entre outras áreas por muitas décadas e foi cada vez mais usada no estudo científico da Aprendizagem de máquina e Mineração de dados.

A COR é também conhecida como uma curva de característica de operação relativa, porque o seu critério de mudança é resultado da operação de duas características (PV e PF).

Conceito[editar | editar código-fonte]

Terminologias e Fórmulas
a partir de uma matriz de confusão
positivo verdadeiro (PV)
negativo verdadeiro (NV)
positivo falso (PF)
negativo falso(NF)
sensibilidade ou rácio de positivo verdadeiro (RPV)
\mathit{RPV} = \mathit{PV} / P = \mathit{PV} / (\mathit{PV}+\mathit{NV})
rácio de positivos falsos (RPF)
\mathit{RPF} = \mathit{PF} / N = \mathit{PF} / (\mathit{PF} + \mathit{NV})
precisão (ACC)
\mathit{ACC} = (\mathit{PV} + \mathit{NF}) / (P + N)
Especificidade (SPC) ou rácio de negativos verdadeiros
\mathit{SPC} = \mathit{NF} / N = \mathit{NV} / (\mathit{PF} + \mathit{NV}) = 1 - \mathit{RPF}
valor preditivo positivo (VPP)
eqv. with Precisão
\mathit{VPP} = \mathit{PV} / (\mathit{PV} + \mathit{PF})
[[valor preditivo negativo] (VPN)
\mathit{VPN} = \mathit{NV} / (\mathit{NV} + \mathit{NF})
rácio falsa descoberta (RFD)
\mathit{RFD} = \mathit{PF} / (\mathit{PF} + \mathit{PV})
coeficiente de correlação de Matthews (CCM)
\mathit{CCM} = (\mathit{PV} \times \mathit{NV} - \mathit{PF} \times \mathit{NF}) / \sqrt{P N P' N'}
F1 score
\mathit{F1} = 2 \mathit{PV} / (P+P') = 2 \mathit{PV} / (2 \mathit{PV} + \mathit{PF} + \mathit{NF})

Fonte: Fawcett (2006).

Referências[editar | editar código-fonte]

Ícone de esboço Este artigo sobre matemática é um esboço. Você pode ajudar a Wikipédia expandindo-o.