Intern
ROC-AUC nedir? ROC eğrisi nasıl çizilir, eksenler neyi gösterir?
sobes.tech yapay zeka
AI'dan gelen yanıt
ROC-AUC, ikili sınıflandırıcıların kalite metriğidir.
ROC eğrisi (Receiver Operating Characteristic), iki eksende çizilir:
- X ekseninde False Positive Rate (FPR) — yanlış pozitif sonuçların oranı: FPR = FP / (FP + TN).
- Y ekseninde True Positive Rate (TPR) — gerçek pozitif sonuçların oranı (duyarlılık): TPR = TP / (TP + FN).
Eğriyi çizmek için sınıflandırma eşiği değiştirilir ve her eşik için TPR ve FPR hesaplanır. ROC-AUC, ROC eğrisi altındaki alandır ve modelin sınıfları ne kadar iyi ayırt edebildiğini gösterir. AUC 1'e ne kadar yakınsa, sınıflandırıcı o kadar iyidir.