Quelle est l'interprétation probabiliste du ROC-AUC?

ROC-AUC (aire sous la courbe de la caractéristique de fonctionnement du récepteur) peut être interprété comme la probabilité qu'un objet positif choisi au hasard soit évalué par le modèle au-dessus d'un objet négatif choisi au hasard.

C'est-à-dire que si l'on prend un exemple positif aléatoire et un exemple négatif aléatoire, alors l'AUC est la probabilité que le modèle attribue un score plus élevé (probabilité d'appartenance à la classe positive) à l'exemple positif qu'à l'exemple négatif.

Cela rend le ROC-AUC une métrique pratique pour évaluer la qualité des classificateurs binaires, surtout lorsque les classes sont déséquilibrées, car elle ne dépend pas du seuil de classification choisi.