Comment le ROC AUC changera-t-il en dupliquant des objets positifs et négatifs et pourquoi?
sobes.tech IA
Réponse de l'IA
ROC AUC (aire sous la courbe ROC) est une métrique qui mesure la qualité du classement du modèle, c’est-à-dire à quel point le modèle sépare les classes positives et négatives.
En dupliquant des objets positifs et négatifs (c’est-à-dire en augmentant l’échantillon en copiant les mêmes exemples), le ROC AUC ne changera pas. Cela est dû au fait que ROC AUC dépend de l’ordre relatif des probabilités prédites pour les objets positifs et négatifs, et non du nombre d’objets.
La duplication des données augmente le nombre de paires de comparaison, mais toutes auront les mêmes prédictions et étiquettes, donc la proportion de paires correctement ordonnées (qui est le ROC AUC) restera inchangée.
Ainsi, le ROC AUC est invariant à la duplication des données, tant que la distribution des prédictions ne change pas.