Kokia yra ROC-AUC tikimybinė interpretacija?

ROC-AUC (Gavėjo veikimo charakteristikos kreivės plotas) gali būti interpretuojamas kaip tikimybė, kad atsitiktinai pasirinktas teigiamas objektas bus įvertintas aukščiau nei atsitiktinai pasirinktas neigiamas objektas.

Kitaip tariant, jei paimame atsitiktinį teigiamą ir neigiamą pavyzdį, AUC yra tikimybė, kad modelis teigiamam pavyzdžiui priskirs aukštesnį įvertinimą (tikimybė priklausyti teigiamai klasei) nei neigiamam.

Tai daro ROC-AUC patogiu matu vertinant dvejetainių klasifikatorių kokybę, ypač kai klasės yra nesubalansuotos, nes jis nepriklauso nuo pasirinkto klasifikacijos slenksčio.