Nous utilisons des cookies pour vous garantir la meilleure expérience sur notre site. Si vous continuez à utiliser ce dernier, nous considèrerons que vous acceptez l'utilisation des cookies. J'ai compris ! ou En savoir plus !.
banniere

Le portail francophone de la géomatique


Toujours pas inscrit ? Mot de passe oublié ?
Nom d'utilisateur    Mot de passe              Toujours pas inscrit ?   Mot de passe oublié ?

Annonce

Suite à un problème technique intervenu entre le 22 et le 23 mars, nous avons du procéder dans la soirée du 25 mars, à la restauration de la base de données du 24 mars (matinée).

En clair, nous avons perdu vos contributions et inscriptions du dimanche 24 et du lundi 25 mars.
Nous vous prions de nous excuser.

#1 Wed 01 March 2017 18:46

sigtage2013
Participant occasionnel
Date d'inscription: 13 Mar 2013
Messages: 18

la courbe ROC

Bonsoir à tous

Permettez moi de poser ma question concernant la courbe ROC pour la validation des modèles. comment on peut l'avoir et quels sont leurs inputs.
Je tiens a vous informez que je travaille sur la modélisation des glissement de terrain. Je serai très reconnaissante pour votre aide.


Cordialement

Hors ligne

 

#2 Thu 02 March 2017 09:59

Martin Bocquet
Participant occasionnel
Date d'inscription: 4 Mar 2015
Messages: 22

Re: la courbe ROC

Bonjour,

La courbe ROC représente les progrès d'un modèle de classificateur binaire (2 catégories). Il ne s'appliquerait donc a priori que si vous cherchez à classer un sol en 2 catégories (terrain à risque / terrain sans risque). Des extensions existent pour les classements à plusieurs classes.

La courbe a :
- en abscisse les faux positifs (erreur de classement);
- en ordonnée les vrais positifs (classement exacts).

La courbe commencera forcément au point (0,0), et se terminera au point (1,1). Il s'agit ensuite de comparer la courbe d'apprentissage à la première bissectrice (droite d'équation y=x). En gros plus la courbe d'apprentissage est éloignée de la première bissectrice, meilleur est le modèle. Le modèle parfait est donc une courbe passant par les points (0,0), (0,1) et (1,1).

Pour simplifier les calculs, on peut déterminer un indicateur unique, qui est l'aire sous la courbe ROC. Plus celui-ci se rapproche de 1, meilleur est le modèle, 0,5 correspondant au modèle naïf (classificateur aléatoire).

Pour tracer la courbe, mieux vaut passer par des modules le faisant pour vous. Pour ma part, j'utilise le module Python scikit-learn (http://scikit-learn.org/stable/), qui permet de faire facilement les calculs (http://scikit-learn.org/stable/auto_exa … t_roc.html).

D'autres modules statistiques (SAS, R...) permettent aussi de calculer cette courbe.

Dans tous les cas, je vous invite à beaucoup lire d'articles / sites traitant de modélisation et de statistiques avant de lancer votre modèle : il est très facile dans ce genre de cas de faire des erreurs difficilement détectables, et donc de créer des modèles ayant une validité mathématique, mais aucun sens thématique.

Bon courage à vous,

Hors ligne

 

#3 Thu 02 March 2017 11:13

sigtage2013
Participant occasionnel
Date d'inscription: 13 Mar 2013
Messages: 18

Re: la courbe ROC

Je tiens à vous remercier infiniment pour votre retour.

Hors ligne

 

Pied de page des forums

Powered by FluxBB