Оценка качества бинарного классификатора в научных исследованиях
https://doi.org/10.51523/2708-6011.2020-17-4-15
Аннотация
В статье рассмотрены основные принципы оценки качества бинарного классификатора посредством возможностей ROC-анализа. Описан алгоритм ROC-анализа и интерпретация полученных результатов. Разобрана методика расчета основных параметров ROC-кривой, а также указания для оценки их статистической значимости.
Об авторах
А. А. КовалевБеларусь
Ковалев Алексей Алексеевич — заведующий сектором ЭТОРОиМ УО «Гомельский государственный медицинский университет»
Б. К. Кузнецов
Беларусь
Кузнецов Борис Куприянович — к.б.н., доцент, зав. кафедрой медицинской и биологической физики УО «Гомельский государственный медицинский университет»
А. А. Ядченко
Беларусь
Ядченко Алексей Александрович — доктор физико-математических наук, профессор кафедры медицинской и биологической физики УО «Гомельский государственный медицинский университет»
В. А. Игнатенко
Беларусь
Игнатенко Валерий Андреевич — к.б.н., заведующий отраслевой лабораторией по мониторингу пищевого (микронутриентного) статуса населения и разработки технологий его коррекции с использованием функциональных продуктов и биологически активных добавок ГП «Институт биохимии биологически активных соединений НАН Беларуси»
Список литературы
1. Флетчер Р, Флетчер С, Вагнер Э. Клиническая эпидемиология. Основы доказательной медицины. Москва, РФ: Медиа Сфера; 1988. 352 с.
2. Файнзильберг ЛС, Жук ТН. Гарантированная оценка эффективности диагностических тестов на основе усиленного ROC-анализа. Управляющие Системы и Машины. 2009;5:3-13.
3. Гайдышев ИП. Оценка качества бинарных классификаторов. Вестник Омского Университета. 2016;1:14-17. https://cyberleninka.ru/article/n/otsenka-kachestva-binarnyh-klassifikatorov/viewer
4. Литвин АА, Калинин АЛ, Тризна НМ. Использование данных доказательной медицины в клинической практике. Проблемы Здоровья и Экологии. 2008 Vol 18(4):12-19.
5. Пацай ДИ, Блахов НЮ. ROC-анализ оценки тяжести состояния и качества прогноза у больных острым панкреатитом. Военная Медицина. 2011;42(3):60-66.
6. David J. Hand. Measuring classifier performance: a coherent alternative to the area under the ROC curve. Machine Learning. 2009;77:103-23. doi: 10.1007/s10994-009-5119-5
7. Seong Ho Park, Jin Mo Goo, Chan-Hee J. Receiver Operating Characteristic (ROC) Curve: Practical Review for Radiologists Korean Journal of Radiology. 2004; 5(1):11-18. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2698108/
8. Hanczar B, Hua J, Chao Sima, Weinstein J, Bittner M, Edward R. Dougherty Small-sample precision of ROCrelated estimates. Bioinformatics. 2010;26(6):822-30. https://doi.org/10.1093/bioinformatics/btq037
9. Королюк ИП. ROC-анализ (операционные характеристики наблюдателя): базовые принципы и применение в лучевой диагностике. Медицинская Визуализация. 2013;6:113-23.
Рецензия
Для цитирования:
Ковалев А.А., Кузнецов Б.К., Ядченко А.А., Игнатенко В.А. Оценка качества бинарного классификатора в научных исследованиях. Проблемы здоровья и экологии. 2020;(4):105–113. https://doi.org/10.51523/2708-6011.2020-17-4-15
For citation:
Kovalev A.A., Kuznetsov B.K., Yadchenko A.A., Ignatenko V.A. Assessment of the quality of a binary classifier in research. Health and Ecology Issues. 2020;(4):105–113. (In Russ.) https://doi.org/10.51523/2708-6011.2020-17-4-15