Milyen ROC-értékeket tekintünk jónak, és melyeket rossznak?

ROC (Receiver Operating Characteristic) egy grafikon, amely megmutatja az Igaz Pozitív Arány (érzékenység) és a Hamis Pozitív Arány közötti kapcsolatot különböző osztályozási küszöbök esetén. A kulcsfontosságú mérőszám a görbe alatti terület (AUC-ROC).

• Jó értékek: Az AUC közel 1-hez (például 0,9 vagy magasabb) azt jelenti, hogy a modell kiválóan megkülönbözteti az osztályokat.
• Közepes értékek: Az AUC 0,7–0,9 között elfogadható, de nem tökéletes osztályozást jelez.
• Gyenge értékek: Az AUC 0,5 körül vagy alatta azt jelenti, hogy a modell nem jobb, mint a véletlenszerű találgatás.

Fontos figyelembe venni a feladat kontextusát és az osztályok kiegyensúlyozottságát, de általánosságban minél magasabb az AUC, annál jobb a modell osztályozási teljesítménye.