Kā tiek noteikti ROC-AUC aprēķinam nepieciešamie sliekšņi?

ROC-AUC aprēķiniem ir izmantoti sliekšņi, kas ir varbūtības vai modeļa novērtējuma vērtības, kuru robežās klasifikators lemj, kurai klasei piešķirt objektu.

Lai būvētu ROC līkni, sliekšņi tiek izvēlēti no iespējamās prognozēto varbūtību vērtību diapazona (parasti no 0 līdz 1). Katram slieksnim tiek aprēķinātas True Positive Rate (TPR) un False Positive Rate (FPR) vērtības.

Parasti sliekšņi tiek veidoti kā unikālas prognozēto varbūtību vērtības testu kopā, sakārtotas dilstošā secībā. Tas ļauj novērtēt klasifikācijas kvalitāti dažādos jutīguma un specifiskuma līmeņos.

Aptuvens algoritms:

1. Iegūt prognozētās varbūtības visiem objektiem.
2. Sakārtot unikālas varbūtību vērtības.
3. Katru vērtību izmantot kā slieksni, klasificējot objektus ar varbūtību virs sliekšņa kā pozitīvus.
4. Aprēķināt TPR un FPR katram slieksnim.

Pamatojoties uz šiem punktiem, tiek būvēta ROC līkne, un tās apakšā esošā platība (AUC) kalpo kā modeļa kvalitātes mērs.