| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 课题的研究背景和意义 | 第11-13页 |
| 1.2 ROC曲线研究现状分析 | 第13-14页 |
| 1.3 论文主要研究内容 | 第14-15页 |
| 1.4 本章小结 | 第15-16页 |
| 第二章 分类器性能评估方法与ROC曲线 | 第16-29页 |
| 2.1 分类问题 | 第16-18页 |
| 2.1.1 机器学习简介 | 第16-17页 |
| 2.1.2 分类问题 | 第17-18页 |
| 2.2 分类器性能评估方法 | 第18-21页 |
| 2.2.1 混淆矩阵 | 第19页 |
| 2.2.2 常用分类器性能评估标准 | 第19-21页 |
| 2.3 ROC分析概述 | 第21-28页 |
| 2.3.1 分类过程的统计解释 | 第21-23页 |
| 2.3.2 ROC空间 | 第23-25页 |
| 2.3.3 ROC曲线 | 第25-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 AUC算法的研究 | 第29-54页 |
| 3.1 AUC概述 | 第29-31页 |
| 3.2 关联AUC的比较 | 第31-36页 |
| 3.2.1 DeLong原始算法 | 第32页 |
| 3.2.2 DeLong改进算法 | 第32-35页 |
| 3.2.3 数值实验 | 第35-36页 |
| 3.3 AUC方差的估计算法的比较研究 | 第36-53页 |
| 3.3.1 方差解析解 | 第37-42页 |
| 3.3.2 估计AUC方差的四个算法 | 第42-45页 |
| 3.3.3 数值实验 | 第45-53页 |
| 3.4 本章小结 | 第53-54页 |
| 第四章 ROC曲线向多类问题的推广 | 第54-76页 |
| 4.1 连续测量值下的三类ROC分析 | 第54-68页 |
| 4.1.1 三类问题的现实意义 | 第54-55页 |
| 4.1.2 三类ROC曲面 | 第55页 |
| 4.1.3 ROC曲面下的体积(VUS) | 第55-56页 |
| 4.1.4 VUS的非参数估计器 | 第56-57页 |
| 4.1.5 (?)的精确零分布 | 第57-60页 |
| 4.1.6 (?)的近似零分布 | 第60-64页 |
| 4.1.7 数值实验 | 第64-68页 |
| 4.2 连续测量值下的多类问题 | 第68-75页 |
| 4.2.1 σ_(?)~2(f)和C_(?)(f)的无偏估计 | 第70-71页 |
| 4.2.2 W-B-B算法的改进思路 | 第71-73页 |
| 4.2.3 数值实验 | 第73-75页 |
| 4.3 本章小结 | 第75-76页 |
| 结论 | 第76-78页 |
| 参考文献 | 第78-84页 |
| 攻读学位期间发表的论文 | 第84-86页 |
| 致谢 | 第86页 |