Sobes.tech
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.