Oct, 2024
优化梯度下降中的ROC曲线下的面积的高效线搜索
Efficient line search for optimizing Area Under the ROC Curve in
gradient descent
TL;DR本研究针对二元分类和变点检测中使用ROC曲线评估的困难，提出了一种利用假阳性和假阴性率的可微替代函数AUM来优化线性模型的方案。研究显示，提出的线搜索算法在时间复杂度上与常量步长的梯度下降相同，但能够有效计算AUM/AUC与步长的完整关系，实证结果表明其在准确性和速度方面均优于传统方法。