Aký je pravdepodobnostný výklad ROC-AUC?

ROC-AUC (plocha pod krivkou operatívnej charakteristiky prijímateľa) možno interpretovať ako pravdepodobnosť, že náhodne vybraný pozitívny objekt bude hodnotený modelom vyššie ako náhodne vybraný negatívny objekt.

To znamená, že ak vezmeme náhodný pozitívny a negatívny príklad, AUC je pravdepodobnosť, že model priradí pozitívnemu príkladu vyššie skóre (pravdepodobnosť príslušnosti k pozitívnej triede) ako negatívnemu.

Toto robí ROC-AUC vhodnou metrikou na hodnotenie kvality binárnych klasifikátorov, najmä keď sú triedy nevyvážené, pretože nezávisí od zvoleného prahu klasifikácie.