用于受试者工作特征(ROC)分析的锦标赛留对交叉验证
机器学习
2024-01-25 v2
摘要
受试者工作特征(ROC)分析被广泛用于评估诊断系统。近期研究表明,使用标准交叉验证方法估计ROC曲线下面积(AUC)存在较大偏差。留对(LPO)交叉验证已被证明可纠正该偏差。然而,尽管LPO能产生几乎无偏的AUC估计,它并未提供绘制和分析ROC曲线所需的数据排序。在本研究中,我们提出一种称为锦标赛留对(TLPO)交叉验证的新方法。该方法通过从成对比较中构建锦标赛来生成数据排序,从而扩展了LPO。TLPO保留了LPO估计AUC的优势,同时允许执行ROC分析。我们使用合成和真实世界数据表明,TLPO在AUC估计上与LPO同样可靠,并证实了留一交叉验证在低维数据上的偏差。作为ROC分析的案例研究,我们还评估了从TLPO ROC曲线估计灵敏度和特异度的可靠性。
引用
@article{arxiv.1801.09386,
title = {Tournament Leave-pair-out Cross-validation for Receiver Operating Characteristic (ROC) Analysis},
author = {Ileana Montoya Perez and Antti Airola and Peter J. Boström and Ivan Jambor and Tapio Pahikkala},
journal= {arXiv preprint arXiv:1801.09386},
year = {2024}
}
备注
17 pages, 7 figures