Что такое ROC-AUC и когда его используют?
Classic MLУровень: ПрактикаClassification
Что такое ROC-AUC и когда его используют?
Подсказки
- Выпишите TP, FP, TN и FN для небольшого примера.
- Разделите качество ранжирования, выбор порога и калибровку вероятностей. Какая ошибка дороже?
Ответ
Это площадь под ROC-кривой — сводная мера того, насколько хорошо модель разделяет классы по своим оценкам. Она лежит от 0 до 1; более высокое значение означает лучшее ранжирование положительных и отрицательных объектов. Метрика позволяет сравнивать модели без фиксации одного порога.
Источник и лицензия: Alexey Grigorev & contributors — Data Science Interviews · CC-BY-4.0 · перевод: Quantoros