Czym jest ROC-AUC? Jak tworzy się krzywą ROC, co przedstawiają osie?

ROC-AUC to miara jakości dla binarnych klasyfikatorów.

Krzywa ROC (Receiver Operating Characteristic) jest tworzona na dwóch osiach:

• Na osi X umieszcza się False Positive Rate (FPR) — odsetek fałszywie pozytywnych wyników: FPR = FP / (FP + TN).
• Na osi Y umieszcza się True Positive Rate (TPR) — odsetek prawdziwie pozytywnych wyników (czułość): TPR = TP / (TP + FN).

Aby narysować krzywą, zmienia się próg klasyfikacji, a dla każdego progu oblicza się TPR i FPR. ROC-AUC to pole pod krzywą ROC, które pokazuje, jak dobrze model potrafi odróżniać klasy. Im bliżej 1 AUC, tym lepszy klasyfikator.