计算矩阵分解输出的AUC度量

时间:2014-11-18 08:20:30

标签: matlab machine-learning auc matrix-factorization

初始矩阵包含1,用于链接预测系统中的已知链接(0,用于未知和遗漏条目)。矩阵分解的输出是错过的条目的预测值,用于计算AUC

  1. 隐藏20%已知链接(将20%条目与1设置为矩阵中的0
  2. 排序分解输出并丢弃用于火车的索引(80%的{​​{1}})
  3. 1设置为隐藏值数
  4. 获取N最高预测值并检查它们是否为隐藏值(类标签设置为N)或不是(类标签设置为1
  5. 使用0最高预测
  6. 计算AUC

    我知道matlab中的N计算perfcurve,但我需要确保上述过程为AUC提供标记数据。

    任何评论都非常感谢。

0 个答案:

没有答案
相关问题