Quais valores de ROC são considerados bons e quais são considerados maus?

ROC (Receiver Operating Characteristic) é um gráfico que mostra a relação entre a Taxa de Verdadeiros Positivos (sensibilidade) e a Taxa de Falsos Positivos em diferentes limiares de classificação. A métrica principal é a área sob a curva (AUC-ROC).

• Valores bons: AUC próximos de 1 (por exemplo, 0,9 ou mais) indicam que o modelo distingue bem as classes.
• Valores médios: AUC entre 0,7 e 0,9 indicam uma classificação aceitável, mas não perfeita.
• Valores ruins: AUC em torno de 0,5 ou menos significa que o modelo não é melhor que um palpite aleatório.

É importante considerar o contexto da tarefa e o equilíbrio das classes, mas, em geral, quanto maior o AUC, melhor o desempenho do modelo na classificação.