Per costruzione, l'AUC non può essere negativa. … Anche se la linea blu è al di sotto della curva "modello casuale" (la diagonale), avrà AUC positivo.
Che cos'è un punteggio AUC negativo?
Analisi statistica
I risultati dell'area sotto la curva ROC (AUC) sono stati considerati eccellenti per valori di AUC compresi tra 0,9-1, buoni per valori di AUC compresi tra 0,8-0,9, discreti per valori di AUC compresi tra 0,7-0,8, scarsa per valori AUC tra 0,6-0,7 e non riuscita per valori AUC compresi tra 0,5-0,6.
Che cos'è un AUC accettabile?
AREA SOTTO LA CURVA ROC
In generale, un'AUC di 0,5 suggerisce l'assenza di discriminazione (ad esempio, la capacità di diagnosticare i pazienti con e senza la malattia o condizione in base al test), 0. Da 7 a 0,8 è considerato accettabile, da 0,8 a 0,9 è considerato eccellente e più di 0,9 è considerato eccezionale.
Perché l'AUC è dannoso per i dati sbilanciati?
Sebbene ampiamente utilizzato, il ROC AUC non è privo di problemi. Per una classificazione squilibrata con una forte inclinazione e pochi esempi di classe minoritaria, l'AUC ROC può essere fuorviante. Questo perché un piccolo numero di previsioni corrette o errate può comportare un grande cambiamento nella curva ROC o nel punteggio ROC AUC.
L'AUC dovrebbe essere alta o bassa?
L'area sotto la curva (AUC) è la misura della capacità di un classificatore di distinguere tra classi ed è usata come sintesi della curva ROC. Più maggiore è l'AUC, migliore è la performance del modello nel distinguere tra le classi positive e negative.
