Czym jest krzywa ROC?

Krzywa ROC (Receiver Operating Characteristic) to wykres, który pokazuje związek między czułością (True Positive Rate) a specyficznością (1 - False Positive Rate) klasyfikatora przy różnych progach decyzyjnych. Służy do oceny jakości modeli binarnych klasyfikacji. Im bliżej jest do lewego górnego rogu, tym lepiej model rozróżnia klasy.

Przykład: jeśli masz model, który przewiduje obecność choroby, krzywa ROC pomoże zrozumieć, jak dobrze model balansuje między wykrywaniem chorych (True Positives) a błędnymi alarmami (False Positives).