Что такое ROC-AUC? Как строится ROC-кривая, что по осям?

ROC-AUC — это метрика качества бинарного классификатора.

ROC-кривая (Receiver Operating Characteristic) строится по двум осям:

• По оси X откладывается False Positive Rate (FPR) — доля ложноположительных результатов: FPR = FP / (FP + TN).
• По оси Y откладывается True Positive Rate (TPR) — доля истинноположительных результатов (чувствительность): TPR = TP / (TP + FN).

Для построения кривой меняется порог классификации, и для каждого порога вычисляются TPR и FPR. ROC-AUC — это площадь под ROC-кривой, которая показывает, насколько хорошо модель умеет отличать классы. Чем ближе AUC к 1, тем лучше классификатор.