O que é ROC AUC? Como se constrói a curva ROC?

ROC AUC — é uma métrica de qualidade para classificadores binários.

• Curva ROC (Receiver Operating Characteristic) é construída como um gráfico da Taxa de Verdadeiros Positivos (TPR) em função da Taxa de Falsos Positivos (FPR) em diferentes limiares de classificação.

• TPR (sensibilidade) — proporção de positivos corretamente identificados.

• FPR — proporção de negativos incorretamente classificados como positivos.

Construção da curva ROC:

1. Para diferentes limiares de probabilidade do classificador, calculamos TPR e FPR.
2. Desenhamos um gráfico com FPR no eixo X e TPR no eixo Y.

AUC (Área sob a curva) — área sob a curva ROC, reflete a qualidade geral do classificador: 1 — perfeito, 0.5 — aleatório.

Exemplo em Python (para compreensão):

from sklearn.metrics import roc_curve, auc

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