We then chose initial probability c

We then chose initial probability cutoffs for each classifier from its ROC curve; we chose the probability threshold that minimized the false positive rate (FPR) and if there were multiple cutoffs that satisfied these criteria, we then chose the cutoff that also maximized the true positive rate (TPR).

結果 (繁體中文) 1:

然後，我們選擇了從ROC曲線每個分類初始概率臨界值; 我們選擇的概率閾值最小的假陽性率（FPR），如果有多個臨界值即滿足了這些條件，我們就選擇了截止也最大化真陽性率（TPR）。

結果 (繁體中文) 2:

然後，我們從 ROC 曲線中選擇每個分類器的初始概率截止點;我們選擇了最小化誤報率 （FPR） 的概率閾值，如果有多個截止點滿足這些標準，則選擇也最大化實際正率 （TPR） 的截止值。

結果 (繁體中文) 3:

然後，我們從ROC曲線中為每個分類器選擇初始概率截止值；我們選擇使假陽性率（FPR）最小化的概率閾值；如果有多個截止值滿足這些條件，我們選擇也使真陽性率（TPR）最大化的截止值。