holdout_threshold — EMPROOF `evaluate` op

• 資料種類:signal × signal × signal × signal → table

• 呼叫: import fullseye as fs; fs.ledger.holdout_threshold(train_pos, train_neg, test_pos, test_neg, target_fpr: 'float' = 0.05) -> 'dict'(要直接呼叫實作,import emproof; emproof.holdout_threshold(train_pos, train_neg, test_pos, test_neg, target_fpr: 'float' = 0.05) -> 'dict';從台帳取用則 opsemproof.get("holdout_threshold"))

用法

> 該運算子的說明尚無譯文,以下照原文給出。

閾値を訓練側で選び、評価は別の側で測る(score が高いほど「疑わしい」)。

`tau = 訓練の負例(仕込んでいない成分・対)の偽陽性率が target_fpr` 以下になる最小の閾値

(負例スコアの上位 `target_fpr 分位)。返すのは tau` と、訓練・評価それぞれの AUC・TPR・FPR、件数。

評価側の数字だけを主張に使う ―― 閾値を選んだ側で測った TPR は必ず楽観する(evolve の holdout 規律を

op に切り出したもの)。AUC は Mann–Whitney(同点 0.5)。

>>> r = holdout_threshold(tr_pos, tr_neg, te_pos, te_neg, target_fpr=0.05)

>>> r["tau"], r["test_auc"], r["test_tpr"], r["test_fpr"]

詳細使用指南

• emproof 族使用指南

參考(範例資料・文獻)

• 範例資料目錄(下載 URL / 授權) —— 2-D 用 skimage.data(BSD/公有領域)加合成圖,3-D 給出真實資料源(Stanford/PDS 等)的下載 URL。

• 運算子來歷與參考文獻 —— 該運算子族所依據的研究/方法出處。

• 演算法的正典(作者・年份)與用途見上面的族使用指南。

可執行的範例(實際呼叫該運算子並已驗證的樣例)

• poc_em_second_opinion — py -3.11 examples/poc_em_second_opinion.py

型別可銜接的下一個運算子(可接受 `table` 作為輸入)

—

同類別(`evaluate`)

—

*Provenance: emproof.py — EMPROOF 運算子登記表。本條目由 tools/opdocs.py md 自動產生(請勿手動編輯)。*

holdout_threshold — EMPROOF evaluate op

用法