Care este interpretarea probabilistică a ROC-AUC?

ROC-AUC (Aria de sub curba caracteristicii receptorului) poate fi interpretată ca probabilitatea ca un obiect pozitiv ales aleatoriu să fie evaluat de model mai sus decât un obiect negativ ales aleatoriu.

Adică, dacă luăm un exemplu pozitiv aleatoriu și un exemplu negativ aleatoriu, atunci AUC este probabilitatea ca modelul să atribuie unui exemplu pozitiv un scor mai mare (probabilitatea de aparținere la clasa pozitivă) decât unui exemplu negativ.

Acest lucru face ca ROC-AUC să fie o metrică convenabilă pentru evaluarea calității clasificatoarelor binare, mai ales atunci când clasele sunt dezechilibrate, deoarece nu depinde de pragul de clasificare ales.