Mis on ROC-AUC tõenäosuslik tõlgendus?

ROC-AUC (Receiver Operating Characteristic Curve'i pindala) võib tõlgendada kui tõenäosust, et juhuslikult valitud positiivne objekt hinnatakse mudeli poolt kõrgemalt kui juhuslikult valitud negatiivne objekt.

Teisisõnu, kui võtame juhusliku positiivse ja juhusliku negatiivse näite, siis AUC on tõenäosus, et mudel omistab positiivsele näitele kõrgema skoori (tõenäosus kuuluda positiivsesse klassi) kui negatiivsele.

See muudab ROC-AUC mugavaks mõõduks binaarsete klassifikaatorite kvaliteedi hindamisel, eriti kui klassid on tasakaalustamata, kuna see ei sõltu valitud klassifikatsioonilävest.