根据分类精度计算曲线下面积

Question

我有一个任务：

使用Naive Bayes，我们在一些具有2个类的数据上建立了一个模型（模型返回2个概率——一个用于正类，一个用于负类）。我们计算了ROC曲线下的面积AUC=0.8，分类准确度CA=0.6，阈值设置为0.5（如果某个示例的阳性类别的概率高于0.5，我们预测该示例的阳性等级，否则为阴性类别）。然后我们发现，如果我们将阈值设置为0.3，则分类精度变为CA=0.7。第二个阈值的AUC是多少？如果结果取决于初始数据，则说明所有可能性。

我该怎么计算？

Answer 1

不确定这是否符合答案，但ROC AUC是所有分类阈值的敏感性和特异性的积分。因此，您无法计算特定阈值的AUC。