¿Qué es ROC-AUC? ¿Cómo se construye la curva ROC, qué representan los ejes?

ROC-AUC es una métrica de calidad para clasificadores binarios.

La curva ROC (Receiver Operating Characteristic) se construye en dos ejes:

• En el eje X se coloca la Tasa de Falsos Positivos (FPR) — proporción de resultados falsamente positivos: FPR = FP / (FP + TN).
• En el eje Y se coloca la Tasa de Verdaderos Positivos (TPR) — proporción de resultados verdaderamente positivos (sensibilidad): TPR = TP / (TP + FN).

Para construir la curva, se varía el umbral de clasificación y para cada umbral se calculan TPR y FPR. ROC-AUC es el área bajo la curva ROC, que indica qué tan bien el modelo puede distinguir entre clases. Cuanto más cercano AUC a 1, mejor es el clasificador.