Mi a ROC-AUC valószínűségi értelmezése?

ROC-AUC (Receiver Operating Characteristic görbe alatti terület) értelmezhető úgy, mint annak valószínűsége, hogy egy véletlenszerűen kiválasztott pozitív objektumot a modell magasabb értékeléssel lát el, mint egy véletlenszerűen kiválasztott negatív objektum.

Vagyis, ha véletlenszerűen választunk egy pozitív és egy negatív példát, akkor az AUC annak a valószínűségnek felel meg, hogy a modell magasabb pontszámot ad a pozitív példának, mint a negatívnak.

Ezért a ROC-AUC kényelmes mérőszám a bináris osztályozók minőségének értékeléséhez, különösen akkor, ha az osztályok kiegyensúlyozatlanok, mivel nem függ a kiválasztott osztályozási küszöbtől.