Quais são os métodos para escolher o limiar na curva ROC?

A seleção do limiar (threshold) com base na curva ROC é uma etapa importante na configuração de um classificador binário. Os principais métodos de seleção de limiar:

1. Maximização da estatística J de Youden:

   • Calculada como J = Sensibilidade + Especificidade - 1.
   • O limiar é escolhido onde J é máximo, o que corresponde a um equilíbrio ótimo entre sensibilidade e especificidade.

2. Minimização da distância ao ponto (0,1):

   • Na curva ROC, o ponto (0,1) representa um classificador perfeito.
   • Escolhe-se o limiar que minimiza a distância euclidiana entre o ponto na curva e (0,1).

3. Dependência da lógica de negócio:

   • Se for mais importante minimizar falsos positivos, escolhe-se um limiar com alta especificidade.
   • Se for mais importante não perder casos positivos, escolhe-se um limiar com alta sensibilidade.

4. Uso de métricas como F1 ou outras:

   • O limiar é escolhido para maximizar a F1, precisão, recall ou outra métrica relevante.

Exemplo em Python usando sklearn:

from sklearn.metrics import roc_curve

fpr, tpr, thresholds = roc_curve(y_true, y_scores)

# Maximização da estatística J de Youden
J = tpr - fpr
ix = np.argmax(J)
best_threshold = thresholds[ix]