Qu'est-ce que le ROC-AUC ? Comment construit-on la courbe ROC, que représentent les axes ?

L'ROC-AUC est une métrique de qualité pour un classificateur binaire.

La courbe ROC (Receiver Operating Characteristic) est tracée sur deux axes :

• Sur l'axe X, le Taux de Faux Positifs (FPR) — proportion de résultats faussement positifs : FPR = FP / (FP + TN).
• Sur l'axe Y, le Taux de Vrais Positifs (TPR) — proportion de résultats réellement positifs (sensibilité) : TPR = TP / (TP + FN).

Pour tracer la courbe, on modifie le seuil de classification, et pour chaque seuil, on calcule TPR et FPR. ROC-AUC est l'aire sous la courbe ROC, qui montre à quel point le modèle est capable de distinguer les classes. Plus l'AUC est proche de 1, meilleur est le classificateur.