როგორ განისაზღვრება ROC-AUC-ის გამოთვლისთვის ზღვარი?

ROC-AUC-ის გამოთვლისთვის სარჩევები არის ალბათობის ან მოდელის შეფასების ზღვარი, რომლის მიხედვითაც კლასიფიკატორი გადაწყვეტს, რომელ კლასს მიაკუთვნოს ობიექტი.

ROC-კრივის აგებისათვის, სარჩევები ირჩევა შესაძლო პროგნოზირებული ალბათობების დიაპაზონიდან (საშუალოდ 0-დან 1-მდე). თითოეულ სარჩევზე გამოითვლება True Positive Rate (TPR) და False Positive Rate (FPR) მნიშვნელობები.

საშუალოდ, სარჩევები შედგება უნიკალური მნიშვნელობებისგან, რომლებიც განლაგებულია კლებადობით. ეს საშუალებას აძლევს შეფასდეს კლასიფიკაციის ხარისხი სხვადასხვა სენსიტივობის და სპეციფიკობის დონეზე.

შუამდგომლობითი ალგორითმი:

1. მიიღეთ ყველა ობიექტისთვის პროგნოზირებული ალბათობები.
2. სორტირეთ უნიკალური მნიშვნელობები.
3. გამოიყენეთ თითოეული მნიშვნელობა სარჩევად, კლასიფიცირეთ ობიექტები, რომელთა ალბათობა აღემატება სარჩევს, როგორც დადებით.
4. გამოითვალეთ TPR და FPR თითოეული სარჩევისთვის.

ამ წერტილებიდან აგება ROC-კრივია, ხოლო მის ქვეშ არსებული ფართობი (AUC) სერვისია მოდელის ხარისხის შეფასებისთვის.