Conception des modèles d'observation audio temps réel à l ... - atiam

4.6 Aire sous la courbe ROC 390.90.85CfsReliefFGain d’informationRatio du gain d’information0.8Aire sous la courbe ROC0.750.70.650.60.550 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 170 180 190 200 210 220 230Nombre de descripteursFIG. 4.6 – Influence du nombre de descripteurs retenus sur l’aire sous lacourbe ROC pour un classifieur bayésien naïf.classification (figures 4.1 et 4.2). Pour tous les algorithmes évalués, le meilleurrésultat (c’est-à-dire le sous-ensemble de descripteurs maximisant l’aire sousla courbe ROC) est obtenu avec un nombre de descripteurs plus grand quelorsque l’erreur de classification est choisie comme critère d’évaluation. Parailleurs, les ensembles formés à partir des dix premiers descripteurs sont lesmoins performants au sens de l’aire sous la courbe ROC, alors que ce sontparmi les plus performants pour le critère de l’erreur de classification.Ces résultats, ainsi que certaines publications ([15], [5]) découvertes à lafin de nos travaux et affirmant la supériorité de l’aire sous la courbe ROCsur l’erreur de classification comme critère pour évaluer la performance dedétection d’un classifieur, suggèrent la nécessité d’une étude plus pousséesur la question du critère d’évaluation.