Hoe zal de ROC AUC veranderen bij het dupliceren van positieve en negatieve objecten en waarom?

ROC AUC (oppervlakte onder de ROC-curve) is een maat die de kwaliteit van de rangschikking van het model meet, dat wil zeggen hoe goed het model positieve en negatieve klassen scheidt.

Door positieve en negatieve objecten te dupliceren (dus de steekproef te vergroten door dezelfde voorbeelden te kopiëren), zal ROC AUC niet veranderen. Dit komt doordat ROC AUC afhangt van de relatieve volgorde van de voorspelde kansen voor positieve en negatieve objecten, en niet van het aantal objecten.

Het dupliceren van gegevens verhoogt het aantal vergelijkingsparen, maar allemaal zullen dezelfde voorspellingen en labels hebben, dus het aandeel correct gerangschikte paren (dat is ROC AUC) blijft ongewijzigd.

Dus, ROC AUC is invariant ten opzichte van gegevensduplicatie, zolang de verdeling van de voorspellingen niet verandert.