《表2 3种评价指标的分级标准》
模型评价采用AUC(area under curve)、TSS(true skill statistics)、Kappa 3种常用的指标综合评价模型的优劣。AUC为受试者操作特征曲线(receiver operating characteristic,ROC)下与坐标轴围成的面积,不受阈值和样本分布的影响(何奇瑾等,2011;吴庆明等,2016);真实技巧统计值TSS为模型评判“正确”与“错误”的能力,受阈值的影响;Kappa系数基于混淆矩阵评判预测值相对于随机发生的准确性,受阈值和样本分布的影响。3种统计指标对分布样本和阈值的不同响应特征,能更好地从不同方面综合评价模型的表现。参考已有研究中AUC、TSS、Kappa评价指标的经验标准(赵泽芳等,2016),3种评价指标的分级标准如表2所示。其中TSS和Kappa系数的阈值取固定值0.5,即大于0.5的值被认为是适宜区,相反的被认为是非适宜区(罗玫等,2017),计算公式如下:
图表编号 | XD00225689900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.01 |
作者 | 方宇、张学霞、郭长庆 |
绘制单位 | 北京林业大学水土保持学院水土保持国家林业局重点实验室、北京林业大学水土保持学院水土保持国家林业局重点实验室、北京林业大学水土保持学院水土保持国家林业局重点实验室 |
更多格式 | 高清、无水印(增值服务) |