Эффективность модели оценивается с помощью площади, охватываемой ROC-кривой, поэтому метрика и называется площадью под кривой ошибок (AUC). Чем точнее модель, тем ближе кривая к верхней левой границе графика. Идеальная модель продемонстрировала бы кривую при AUC = 1, что эквивалентно всей площади графика. В противоположность ей эффективность модели со случайным прогнозом была бы представлена диагональной пунктирной линией при AUC = 0,5.
На практике мы можем определить лучшую модель по тому, что она захватывает большую площадь AUC, а ее ROC-кривая использовалась бы для того, чтобы определить подходящий порог TPR и FPR, с которыми мы готовы смириться.
Теоретический минимум по Big Data. Все что нужно знать о больших данных
·
Анналин Ын
