Какой порог в AUC (Площадь под кривой)

Question

Предположим, двоичный классификатор (скажем, случайный лес) rfc, и я хочу вычислить AUC.Я изо всех сил пытаюсь понять, как порог используется в расчете.Я так понимаю, что вы строите сюжет TPR / FPR для разных порогов.Я также понимаю, что порог используется в качестве порога для прогнозирования класса 1 (иначе класса 0), но как алгоритм AUC предсказывает классы?

Скажем, используя sklearn.metrics.roc_auc_score вы передаете y_true и y_rfc (истинное значение и прогнозируемое значение), но я не вижу, как пороги вступают в игру в счете / графике AUC.

Я прочитал различные руководства / учебные пособия для AUC, но все их объяснения относительнопорог и способ его использования довольно расплывчаты.

Я также рассмотрел Как на самом деле sklearn вычисляет AUROC? .

Answer 1

Кривая AUC генерируется на основе TPR / FPR различных порогов.Основная точка ROC - это выборка порога из (0; 1) и получение точки для кривой.Обратите внимание, что если ваш классификатор идеален, вы получите точку (0,1) и для всех меньших пороговых значений не можете быть худшими, поэтому он также будет на (0,1), что приводит к auc = 1.

AUCпредоставьте информацию не только о качестве классификации, но и о том, как была оценена достоверность вашего классификатора.