Cum se va schimba ROC AUC atunci când se duplică obiecte pozitive și negative și de ce?

ROC AUC (suprafața sub curba ROC) este o metrică care măsoară calitatea clasificării modelului, adică cât de bine separă modelul clasele pozitive și negative.

Prin duplicarea obiectelor pozitive și negative (adică, creșterea eșantionului prin copierea acelorasi exemple), ROC AUC nu se va schimba. Acest lucru se datorează faptului că ROC AUC depinde de ordinea relativă a probabilităților prezise pentru obiectele pozitive și negative, și nu de numărul de obiecte.

Dublarea datelor crește numărul de perechi de comparație, dar toate vor avea aceleași predicții și etichete, astfel încât proporția de perechi corect ordonate (care este ROC AUC) va rămâne neschimbată.

Prin urmare, ROC AUC este invariant la duplicarea datelor, atâta timp cât distribuția predicțiilor nu se schimbă.