Po konstrukciji, AUC ne može biti negativan. … Čak i ako je plava linija ispod krivulje "slučajnog modela" (dijagonala), imat će pozitivan AUC.
Što je loš AUC rezultat?
Statistička analiza
Rezultati površine ispod ROC krivulje (AUC) smatraju se izvrsnim za vrijednosti AUC između 0,9-1, dobrim za vrijednosti AUC između 0,8-0,9, poštenim za AUC vrijednosti između 0,7-0,8, slabo za vrijednosti AUC između 0,6-0,7 i nije uspjelo za vrijednosti AUC između 0,5-0,6.
Koji je prihvatljivi AUC?
PODRUČJE ISPOD ROC KRIVULJE
Općenito, AUC od 0,5 sugerira da nema diskriminacije (tj. sposobnost dijagnosticiranja pacijenata sa i bez bolesti ili stanja na temelju testa), 0.7 do 0,8 smatra se prihvatljivim, 0,8 do 0,9 se smatra izvrsnim, a više od 0,9 smatra se izvanrednim.
Zašto je AUC loš za neuravnotežene podatke?
Iako se široko koristi, ROC AUC nije bez problema. Za neuravnoteženu klasifikaciju s ozbiljnom iskrivljenošću i nekoliko primjera manjinske klase, ROC AUC može biti pogrešan. To je zato što mali broj točnih ili netočnih predviđanja može rezultirati velikom promjenom ROC krivulje ili ROC AUC rezultata.
Treba li AUC biti visok ili nizak?
Područje ispod krivulje (AUC) je mjera sposobnosti klasifikatora da razlikuje klase i koristi se kao sažetak ROC krivulje. Što je veći AUC, to je bolja izvedba modela u razlikovanju pozitivnih i negativnih klasa.
