¿Qué es ROC AUC? ¿Cómo se construye la curva ROC?

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

• Curva ROC (Receiver Operating Characteristic) se construye como un gráfico de la tasa de verdaderos positivos (TPR) en función de la tasa de falsos positivos (FPR) a diferentes umbrales de clasificación.

• TPR (sensibilidad) — proporción de positivos correctamente identificados.

• FPR — proporción de negativos incorrectamente clasificados como positivos.

Construcción de la curva ROC:

1. Para diferentes umbrales de probabilidad del clasificador, calculamos TPR y FPR.
2. Dibujamos un gráfico con FPR en el eje X y TPR en el eje Y.

AUC (Área Bajo la Curva) — área bajo la curva ROC, refleja la calidad general del clasificador: 1 — perfecto, 0.5 — aleatorio.

Ejemplo en Python (para entender):

from sklearn.metrics import roc_curve, auc

fpr, tpr, thresholds = roc_curve(y_true, y_scores)
roc_auc = auc(fpr, tpr)