ROC, AUC

ROC, AUC 는 Classification 문제에서 모델의 평가지표를 통해

어느정도의 threshold를 결정하여 모델을 선택할지 결정하는 하나의 척도로 보면 된다.

 

ROC(Receiver Operating Characteristic)

ROC는 Confusion matrix로 부터 구할 수 있다.

Confusion matrix는 아래 그림과 같다

 

Confusion matrix를 통해 ROC 커브를 구할 수 있다. ROC커브는 튜닝 파라미터의 변화(or Threshold)에 따른 TPR과 FPR의 결과값을 통해 그릴 수 있다.

 

 

AUC(Area Under the (ROC)Curve)

ROC 커브 아래의 면적을 의미하며, 이면적을 최대한 크게하는 모델일수록 좋다

 

아래는 각 경우에 대한 AUC 그림이다

 

 

 

 

 

 

 

 

 

 

 

 

 

출처 : https://towardsdatascience.com/understanding-auc-roc-curve-68b2303cc9c5

Understanding AUC - ROC Curve