Wat is ROC-AUC? Hoe wordt de ROC-curve opgebouwd, wat vertegenwoordigen de assen?

ROC-AUC is een kwaliteitsmaat voor binaire classifiers.

De ROC-curve (Receiver Operating Characteristic) wordt getekend op twee assen:

• Op de X-as wordt de False Positive Rate (FPR) uitgezet — het aandeel valse positieven: FPR = FP / (FP + TN).
• Op de Y-as wordt de True Positive Rate (TPR) uitgezet — het aandeel echte positieven (gevoeligheid): TPR = TP / (TP + FN).

Om de curve te tekenen, wordt de classificatiesdrempel aangepast en voor elke drempel worden TPR en FPR berekend. ROC-AUC is het gebied onder de ROC-curve, dat aangeeft hoe goed het model de klassen kan onderscheiden. Hoe dichter de AUC bij 1 ligt, hoe beter de classifier.