¿Cuál es la interpretación probabilística del ROC-AUC?

ROC-AUC (Área bajo la curva de la característica operativa del receptor) se puede interpretar como la probabilidad de que un objeto positivo seleccionado al azar sea evaluado por el modelo por encima de un objeto negativo seleccionado al azar.

Es decir, si tomamos un ejemplo positivo aleatorio y un ejemplo negativo aleatorio, entonces AUC es la probabilidad de que el modelo asigne una puntuación más alta (probabilidad de pertenencia a la clase positiva) al ejemplo positivo que al negativo.

Esto hace que ROC-AUC sea una métrica conveniente para evaluar la calidad de los clasificadores binarios, especialmente cuando las clases están desequilibradas, ya que no depende del umbral de clasificación elegido.