Yila

ROC eğrisini çizin ve AUC'yi doğru biçimde raporlayın

Sonuç değişkenini ve belirteçleri içeren bir tablo yükleyin. Yila modeli kurar, örneklem dışında doğrular, ROC eğrisini AUC ve güven aralığıyla çizer ve savunabileceğiniz bir kesim noktası seçer.

Verilerimde yordayıcı olarak , sonuç değişkeni olarak kullanarak bir lojistik regresyon modeli kurun, modeli 5 katlı çapraz doğrulamayla değerlendirin ve AUC ile %95 güven aralığını gösteren, yayına hazır bir ROC eğrisi çizin. Modeli en iyi tek belirteçle karşılaştırın ve Youden kesim noktasındaki duyarlılık ile özgüllüğü raporlayın. Şekli PNG ve SVG olarak, performans ölçütleri tablosunu ve betiği kaydedin.

Yila çalışma alanında açılır; sohbet sırasında her şeyi değiştirebilirsiniz.

Tamamlanmış bir ROC analizi

Açık bir tanısal veri setiyle yürütülmüş resmî bir görev. Aşağıda görevin kaydettiği şekil yer alıyor; indirilen dosyada şeklin yanında performans ölçütleri tablosu ve Python betiği de var.

569 meme tümöründe malignite tahmini — 1
1 / 1

Neler alırsınız

ROC şekli
Modelin eğrisi, bir karşılaştırma eğrisi ve şans çizgisi bir arada; her AUC değeri %95 GA ile birlikte lejantta yer alır ve seçilen kesim noktası işaretlenir.
Performans ölçütleri tablosu
Her model için güven aralığıyla AUC, kesim noktası, duyarlılık ve özgüllük; ayrıca yordayıcıların odds oranları.
Dürüst doğrulama
Eğri örneklem dışı tahminlerden çizilir; model kurulduğu verilerle test edilmediği için AUC şişirilmiş olmaz.
Betik
Analizin tamamı Python ile (isterseniz R ile); ek materyalinize eklemeye hazır.

Nasıl çalışır

Tabloyu yükleyin ve sonuç değişkenini belirtin

Yila'ya bir CSV veya Excel dosyası verin; neyin, hangi belirteçlerden tahmin edileceğini söyleyin. Tek başına bir belirteç de olur.

Yila verileri kontrol eder ve doğrulamayı planlar

Vaka ve kontrol sayılarını hesaplar, eksik değerleri ve ölçekleri birbirinden çok farklı özellikleri arar ve herhangi bir model kurmadan önce doğrulamanın nasıl yapılacağına karar verir.

Eğriyi, sayıları ve betiği alın

ROC şekli ve performans ölçütleri tablosu oluşturulur, kontrol edilir ve betikle birlikte kaydedilir. Başka bir kesim noktası kuralı, bootstrap güven aralığı ya da daha fazla model isterseniz aynı sohbette söyleyin.

Kullanım alanları

Tanısal doğruluk çalışması

Bir belirtecin ya da skorun vakaları kontrollerden ne kadar iyi ayırdığını, kesim noktası ve buna karşılık gelen duyarlılık ve özgüllükle gösterin.

Tahmin modeli makalesi

Çok değişkenli bir modeli tek bir belirteçle, eğitim setindeki uyum yerine doğrulanmış tahminler üzerinden karşılaştırın.

Biyobelirteç üzerine bir tez bölümü

Ayırt ediciliği güven aralıklarıyla ve jürinin kontrol edebileceği yeniden üretilebilir bir betikle raporlayın.

Sık sorulan sorular

Kendi belirtecinizi değerlendirin

Verileri yükleyin ve sonuç değişkenini belirtin. Yila modeli doğrular, eğriyi çizer ve betiği saklar.

Verilerinizle başlayın