ما الذي يعتبر درجة جيدة في الجامعة الأمريكية بالقاهرة؟

الانحدار اللوجستي هو أسلوب نستخدمه لملاءمة نموذج الانحدار عندما يكون متغير الاستجابة ثنائيًا.

لتقييم مدى ملاءمة نموذج الانحدار اللوجستي لمجموعة البيانات، يمكننا النظر إلى المقياسين التاليين:

• الحساسية: احتمال أن يتنبأ النموذج بنتيجة إيجابية لملاحظة ما عندما تكون النتيجة إيجابية بالفعل. ويسمى هذا أيضًا “المعدل الإيجابي الحقيقي”.
• الخصوصية: احتمال أن يتنبأ النموذج بنتيجة سلبية لملاحظة ما عندما تكون النتيجة سلبية بالفعل. ويسمى هذا أيضًا “المعدل السلبي الحقيقي”.

إحدى الطرق لتصور هذين القياسين هي إنشاء منحنى ROC ، والذي يرمز إلى منحنى “خاصية تشغيل جهاز الاستقبال”.

هذا رسم بياني يعرض الحساسية على طول المحور y و(1 – الخصوصية) على طول المحور x.

إحدى طرق قياس فعالية نموذج الانحدار اللوجستي في تصنيف البيانات هي حساب AUC ، والتي تعني “المنطقة تحت المنحنى”.

تتراوح قيمة AUC من 0 إلى 1. النموذج الذي يحتوي على AUC بقيمة 1 قادر على تصنيف الملاحظات بشكل مثالي إلى فئات، في حين أن النموذج الذي يحتوي على AUC بقيمة 0.5 ليس أفضل من النموذج الذي يقوم بتخمينات عشوائية.

ما هي النتيجة الجيدة في الجامعة الأمريكية بالقاهرة؟

السؤال الذي يطرحه الطلاب غالبًا حول الجامعة الأمريكية بالقاهرة هو:

ما هي النتيجة الجيدة في الجامعة الأمريكية بالقاهرة؟

الاجابة:

لا يوجد حد محدد لما يعتبر درجة جيدة في الجامعة الأمريكية بالقاهرة.

من الواضح أنه كلما ارتفعت درجة الجامعة الأمريكية بالقاهرة، زادت قدرة النموذج على تصنيف الملاحظات إلى فئات.

ونحن نعلم أن النموذج الذي حصل على درجة AUC تبلغ 0.5 ليس أفضل من النموذج الذي يقوم بتخمينات عشوائية.

ومع ذلك، لا يوجد رقم سحري لتحديد ما إذا كانت نتيجة الجامعة الأمريكية بالقاهرة جيدة أم سيئة.

إذا أردنا تصنيف درجات معينة على أنها جيدة أو سيئة، فيمكننا الرجوع إلى القاعدة العامة التالية من Hosmer وLemeshow في الانحدار اللوجستي التطبيقي (ص 177):

• 0.5 = لا يوجد تمييز
• 0.5-0.7 = تمييز سيء
• 0.7-0.8 = تمييز مقبول
• 0.8-0.9 = تمييز ممتاز
• >0.9 = تمييز استثنائي

وفقًا لهذه المعايير، فإن النموذج الذي حصل على درجة AUC أقل من 0.7 سيعتبر ضعيفًا وأي نموذج أعلى سيعتبر مقبولاً أو أفضل.

تختلف درجة “الجيدة” في الجامعة الأمريكية بالقاهرة حسب الصناعة

من المهم أن تضع في اعتبارك أن ما يعتبر درجة “جيدة” في الجامعة الأمريكية بالقاهرة يختلف حسب الصناعة.

على سبيل المثال، في المجال الطبي، غالبًا ما يبحث الباحثون عن درجات الجامعة الأمريكية بالقاهرة أعلى من 0.95 لأن تكلفة ارتكاب الأخطاء مرتفعة جدًا.

على سبيل المثال، إذا كان لدينا نموذج الانحدار اللوجستي الذي يتنبأ بما إذا كان المريض سيصاب بالسرطان أم لا، فإن تكلفة ارتكاب الخطأ (إخبار المريض كذبًا بأنه ليس مصابًا بالسرطان ثم أنه مصاب به) تكون مرتفعة جدًا لدرجة أننا نريد نموذج صحيح في كل مرة تقريبًا.

على العكس من ذلك، في صناعات أخرى مثل التسويق، قد تكون درجة الجامعة الأمريكية المنخفضة مقبولة للنموذج.

على سبيل المثال، إذا كان لدينا نموذج يتنبأ بما إذا كان العميل سيكون عميلاً متكررًا أم لا، فإن ثمن الخطأ لا يغير الحياة، لذا فإن النموذج الذي يحتوي على AUC منخفض يصل إلى 0.6 قد يظل مفيدًا.

قارن نتائج الجامعة الأمريكية بالقاهرة بالنموذج الحالي

في إعدادات العالم الحقيقي، غالبًا ما نقوم بمقارنة درجات الجامعة الأمريكية بالقاهرة لنماذج الانحدار اللوجستي الجديدة مع درجة الجامعة الأمريكية بالقاهرة للنموذج الحالي المستخدم.

على سبيل المثال، لنفترض أن الشركة تستخدم نموذج الانحدار اللوجستي للتنبؤ بما إذا كان العملاء سيكونون عملاء متكررين أم لا.

إذا كان النموذج الحالي لديه درجة AUC تبلغ 0.6 وقمت بتطوير نموذج جديد به درجة AUC تبلغ 0.65، فسيكون النموذج الجديد الذي قمت بتطويره هو الأفضل حتى لو كان يقدم تحسنًا طفيفًا فقط وسيعتبر “ضعيفًا” من قبل Hosmer وLemeshow المعايير.

مصادر إضافية

توفر البرامج التعليمية التالية معلومات إضافية حول كيفية إنشاء وتفسير منحنيات ROC ودرجات AUC:

كيفية تفسير منحنى ROC (مع أمثلة)
كيفية إنشاء منحنى ROC في بايثون
كيفية إنشاء منحنى ROC في R
كيفية حساب AUC في R