auc的概念及計算方法

❶ 葯理學auc名詞解釋

AUC給葯後以血葯濃度為縱坐標，以時間為橫坐標所得曲線下的面積。通常可用積分法或梯形法求得。

AUC=葯物濃度x時間，具有線性動力學特點的葯物，AUC值與劑量成正比，因面用ALC，所以AUC可以表示服用某一劑量葯物後一定時間內葯物吸收入血的相對分量。還可通過比較血管外途徑與靜脈注射給葯的AUC來確定該葯的吸收分數。

血葯濃度

為了做到合理用葯，科學家們做了大量實驗，發現這樣一悉喚冊個有意義的現象：不同的人，其有效的葯物劑量變動很大，但是其安全有效的血葯濃度變動卻較小。一般不過1倍左右。當血葯濃度大於安睜宏全有效范圍，其毒副作用和表現及其程度在不同病人身上變動也較小。

再舉苯妥英鈉的例子，該葯的安全有效血濃度范圍在幾乎所有病人均為10～20毫克/升。同鏈蠢樣當苯妥英鈉的血濃度超過安全范圍，幾乎所有病人都出現中毒反應。當血葯濃度為20～30毫克/升時，病人則出現精神異常現象。

❷ auc原理與實現

AUC（Area under curve）是機器學習常用的二分類評測手段。
AUC：一簡氏悉個正例，一個負例，預測為正的概率值比預測為負的概率值還要大的可能性。
所以根據定義：我們最直觀的有兩種計算AUC的方法

ROC曲線指受試者工作特徵曲線 / 接收器操作特性曲線(receiver operating characteristic curve), 是反映敏感性和特異性連續變數的綜合指標,是用構圖法揭示敏感性和特異性的相互關系，它通過將連續變數設定出多個不同的臨界值，從而計算出一系列敏感性和特異性，再以敏感性為縱坐標、（1-特異性）為橫坐標繪製成曲線，曲線下面積越大，診斷准確性越高。

auc直接含義是ROC曲線下的面積，如下圖：

AUC直觀地反映了ROC曲線表達的分類能力。

假設採用邏輯回歸分類器，其給出針對每個實例為正類的概率，那麼通過攔乎設定一個閾值如0.6，概率大於等於0.6的為正類，小於0.6的為負類。對應的就可以算出一組(FPR,TPR),在平面中得到對應坐標點。隨著閾值的逐漸減小，越來越多的實例被劃分為正類，但是這些正類中同樣也摻雜著真正的負實例，即TPR和FPR會同時增大。閾值最大時，對應坐標點為(0,0),閾值最小時，對應坐標點(1,1)。

一個通俗解釋：

降序rank--> 去掉（正，核逗正）樣本對數--> 求取比例

其實就是，按正樣本score降序排列情況下，負樣本pk失敗的數目總數占所有樣本對的比例。 （網上說取M，M-1，……1比M-1，M-2，……1更簡便的，個人以為理解錯了，其實不是去掉了比rank_i的score低的i-1個（正，正）樣本對，而是留下了失敗的（正，負）樣本對）

知乎的解釋： https://www.hu.com/question/39840928

參考：
https://blog.csdn.net/natsuka/article/details/78546645
https://blog.csdn.net/u013385925/article/details/80385873
https://zhuanlan.hu.com/p/35583721
https://blog.csdn.net/hnu2012/article/details/87892368

❸ AUC是什麼的縮寫，有什麼含義

1、AUC是葯時曲線下面積，代表葯物鍵神的生物利用度（葯物在人體中被吸收利用的程度），AUC大則生物利用度高，反之則低。

2、Cmax是指葯物的峰值濃度。時間曲線上的最大血葯濃度值，即用葯後所能達到的最高血漿葯物濃度。

3、Tmax是葯物作用的峰值時間。指在給葯後人體血漿葯物濃度曲線上達到最高濃度（葯峰濃度）所需的時間。

(3)auc的概念及計算方法擴展閱讀

相關特點：

生物利用的程度（EBA）系指試驗制劑與參比制劑吸收葯物總量的比值，用以衡量葯物吸收程度的大小。可用兩者的血葯濃度-時間曲線下的面積（AUC）之比來求算。

葯峰濃度與葯物的臨床應用密切相關。葯峰濃度達到有效濃度才能顯效，而如高出了安全的范圍則可顯示毒性的反應。此外，葯峰濃度還是衡量制劑吸收和安全性的重要指標。

葯峰時間短，表示葯物吸收快、起效迅速，但配衡同時消除也快；而葯峰時間長稿賣虧，則表明葯物吸收和起效較慢，葯物作用持續時間也往往延長。

❹ auc計算方法總結

面試的時候回答的不清楚，學習&總結如下。
參考link

對於二值衡握盯分類器，評價指標主要有precision，recall，F-score(綜合考慮precision和recall的調和值)

ROC曲線上的每個點反映著對同一信號刺皮前激的感受性。橫坐標FPR越大，預測正類中實際上負類越多。縱坐標TPR越大，預測正類中實際正類越多。所以最好的情況是（0,1）時。

【其他知識點】
混淆矩陣

對一個特定的分類器和測試數據集，只能得到一個分類結果。需要一組FPR和TPR的值。

簡單咐和來說就是，每個樣本根據預測值排好序，然後依次將每個值當做閾值，計算該閾值下的FPR和TPR。

AUC（area under curve）即ROC曲線下的面積。（隨機給定一個正樣本和一個負樣本，分類器輸出該正樣本為正的那個概率值 比 分類器輸出該負樣本為正的那個概率值 要大的可能性）

❺ 什麼是AUC

首先，在理解什麼是AUC之前，先要理解什麼是混淆矩陣，這樣對我們理解AUC會有很大的幫助。
混淆矩陣中有著TN、FP、FN、TP的概念，其意義如下：
True negative(TN)，稱為真陰率，表明實際是負樣本預測成負樣本的樣本數。
False positive(FP)，稱為假陽率，表明實際是負樣本旅悄預測成正樣本的樣本數。
False negative(FN)，稱為假陰率，表明實際是正樣本預測成負樣本的樣本數。
True positive(TP)，稱為真陽率，表明實際是正樣本預測成正樣本的樣本數。
對上述概念進行組合，就產生了如下的混淆矩陣：

然後，由此引出True Positive Rate（真陽率）、False Positive（偽陽率）兩個概念：

按照定義，AUC即ROC曲線下的面積，而ROC曲線的橫軸是FPRate，縱軸是TPRate，當二者相等時，即y=x，如下圖，表示友鎮明的意義是：對於不論真實類別是1還是0的樣本，分類器預測為1的概率是相等的。

而我們希望分類器達到好告的效果是：對於真實類別為1的樣本，分類器預測為1的概率（即TPRate），要大於真實類別為0而預測類別為1的概率（即FPRate），這樣的ROC曲線是在y=x之上的，因此大部分的ROC曲線長成下面這個樣子：

得到混淆矩陣如下：

❻ 礦機AUC是什麼意思

就是下圖這樣一個東西，USB介面的挖礦用的計算設備。用專用軟體驅動進行挖礦廳叢機孫伏寬計算。

不過..其實這玩意則亮的算力很差的。

❼ ROC曲線詳解以及AUC的計算

對於而分類預測結果辯野有四種可能性(如圖Fig 1):

true positive: 標簽是正樣本，預測成正樣本；正確預測

false positive: 標簽是負樣本，預測成正樣本；錯誤預測

true negative: 標簽是負樣本，預測成負樣本；預測正確

false negative: 標簽是正樣本，預測成負樣本；預測錯誤

本文提出來的方法利用閾值分類的單調性：對於給定閾值被分類為正的任何實例，對於所有較低閾值也將被分類為正。因此，我們可以簡單地根據分數f遞減排序測試實例，然後向下移動列表，一次處理一個實例，並在運行時更新TP和FP。

如何計算AUC？

方法一：

在有M個正樣本核答,N個負樣本的數據集里。一共有M*N對樣本（一對樣本即，一個正樣本與一個負樣本）。統計這M*N對樣本里，正樣本的預測概率大於負樣本的預測概率的個數

假設有4條樣本。2個正樣本，2個負樣本，那麼M*N=4。即總共有4個樣本對。分別是：

（D,B）,（D,A）,(C,B),（C,A）。

ID label  pro

A       0         0.1

B        0        0.4

C        1        0.35

D        1        0.8

在（D,B）樣本對攜氏喊中，正樣本D預測的概率大於負樣本B預測的概率（也就是D的得分比B高），記為1

同理，對於（C,B）。正樣本C預測的概率小於負樣本C預測的概率，記為0.

因此四個配對的的得分為1，1，0，1

AUC = 3/4 = 0.75

————————————————

參考鏈接：https://blog.csdn.net/qq_22238533/article/details/78666436

❽ AUC是什麼意思

1、AUC被定義為ROC曲線數知下的面積。往往使用AUC值作為模型的評價薯含消標準是因為很多時候ROC曲線並不能清晰的說明哪個分類器的效果更好，而作為一老答個數值，對應AUC更大的分類器效果更好。

其中，ROC曲線全稱為受試者工作特徵曲線 ，它是根據一系列不同的二分類方式，以真陽性率感為縱坐標，假陽性率為橫坐標繪制的曲線。

AUC就是衡量學習器優劣的一種性能指標。從定義可知，AUC可通過對ROC曲線下各部分的面積求和而得。

2、AUC面積的意義：AUC是衡量二分類模型優劣的一種評價指標，表示預測的正例排在負例前面的概率。

(8)auc的概念及計算方法擴展閱讀：

AUC相關含義：

1、AUC是GSM系統的安全性管理單元，存儲用以保護移動用戶通信不受侵犯的必要信息。AUC一般與HLR合置在一起，在HLR/AUC內部，AUC數據作為部分數據表存在。

2、AUC是一個定位中高端的高品質3C數碼產品配件品牌，產品追求高品質同時具備時尚個性氣息。AUC是深圳市寶悅科技有限公司所持有的商標。

公司以原創設計原則主，同時也會改善其他的設計，公司始終注重產品質量，發展品牌，是AUC品牌有別於行業其它品牌的發展策略。公司總部設立在於創意之都深圳，並相繼在香港、英國、新加坡、馬來西亞等開設分公司及辦事處。

參考資料來源：網路-AUC（ROC曲線下方的面積大小）

❾ 葯時曲線下面積怎麼算

由於ROC曲線一般都處於y=x這條直線的上方，所以AUC的取值范圍在0.5和1之間。

其中，ROC曲線全稱為受試者工作特徵曲線，它是根據一系列不同的二分類方式（分界值或決定閾），以真陽性率（敏感性）為縱坐標，假陽性率（1-特異性）為橫坐標繪制的曲線。

葯時曲線下面積（AUC）代表葯物的生物利用度（葯物在人體中被吸收利用的程度），AUC大則生物利用度高，反之則低。慎差

曲線下面積

AUC給葯後以血葯濃度為縱坐標，以時間為橫坐標所得曲線下的面積。通常可用積分寬慧皮法或梯形法求得。AUC=葯物濃度x時間，具有線性動力學特點的葯物，AUC值與劑量成正比，因面用AL.'C，所以AUC可以表示服用某一劑量葯物後一定時間內葯碧寬物吸收入血的相對分量。還可通過比較血管外途徑與靜脈注射給葯的AUC來確定該葯的吸收分數。

以上內容參考：網路-曲線下面積

❿ 請問：什麼是AUC

卡鉑劑量（mg）=所設定的AUC（mg/ml/min）×［肌酐清除率蔽改轎（ml/min）+25］。

葯時曲線下面積(AUC)是坐標軸與葯時曲線圍成的面積，反映葯物進入體循環的相對量。

血葯濃度曲線對時間軸所包圍的面積。該參數是評價葯物吸收程度的重要指標，反映葯物在體內的暴露特性。

由於葯動學研究中血葯濃度只能觀察至某時間點t，因此AUC有兩種表示方式: AUC(0-t)和AUC(0-∞)，前者根據梯形面積法得到，後者計算式: AUC(0-∞) = AUC(0-t) + 末端點濃度/末端消除速率。

卡殲昌鉑 Carboplatin 1980年由Clear等發現宏肆，1986年首先在英國上市，美國FDA 1989年批准上市，應用逐漸推廣。我國1990年批准生產卡鉑粉、針劑。