Πώς θα αλλάξει το ROC AUC όταν διπλασιάζονται τα θετικά και αρνητικά αντικείμενα και γιατί;

ROC AUC (εμβαδόν κάτω από την καμπύλη ROC) είναι ένα μέτρο που μετρά την ποιότητα της ταξινόμησης του μοντέλου, δηλαδή πόσο καλά διαχωρίζει τις θετικές και αρνητικές κλάσεις.

Με την διπλασιασμό θετικών και αρνητικών αντικειμένων (δηλαδή, αύξηση του δείγματος με αντιγραφή των ίδιων παραδειγμάτων), το ROC AUC δεν θα αλλάξει. Αυτό οφείλεται στο γεγονός ότι το ROC AUC εξαρτάται από τη σχετική σειρά των προβλεπόμενων πιθανοτήτων για τα θετικά και αρνητικά αντικείμενα, και όχι από τον αριθμό των αντικειμένων.

Ο διπλασιασμός δεδομένων αυξάνει τον αριθμό των ζευγών σύγκρισης, αλλά όλα θα έχουν τις ίδιες προβλέψεις και ετικέτες, επομένως το ποσοστό των σωστά ταξινομημένων ζευγών (που είναι το ROC AUC) θα παραμείνει αμετάβλητο.

Επομένως, το ROC AUC είναι αμετάβλητο σε περίπτωση διπλασιασμού δεδομένων, εφόσον η κατανομή των προβλέψεων δεν αλλάζει.