بر اساس ساخت، AUC نمی تواند منفی باشد. حتی اگر خط آبی زیر منحنی "مدل تصادفی" (مورب) باشد، AUC مثبت خواهد داشت.
نمره بد AUC چیست؟
تحلیل آماری
منطقه زیر نتایج منحنی ROC (AUC) برای مقادیر AUC بین 0.9-1 عالی، برای مقادیر AUC بین 0.8-0.9 خوب، برای مقادیر AUC بین 0.7-0.8 مناسب در نظر گرفته شد. ، برای مقادیر AUC ضعیف است بین 0.6-0.7 و برای مقادیر AUC بین 0.5-0.6 ناموفق.
AUC قابل قبول چیست؟
منطقه زیر منحنی ROC
به طور کلی، AUC 0.5 هیچ تبعیضی را نشان نمی دهد (یعنی توانایی تشخیص بیماران با و بدون بیماری یا وضعیت بر اساس آزمایش)، 0.7 تا 0.8قابل قبول، 0.8 تا 0.9 عالی و بیش از 0.9 عالی در نظر گرفته می شود.
چرا AUC برای داده های نامتعادل بد است؟
اگرچه به طور گسترده استفاده می شود، ROC AUC بدون مشکل نیست. برای طبقه بندی نامتعادل با انحراف شدید و نمونه های کمی از کلاس اقلیت، ROC AUC می تواند گمراه کننده باشد. این به این دلیل است که تعداد کمی از پیش‌بینی‌های درست یا نادرست می‌تواند منجر به تغییر بزرگی در منحنی ROC یا امتیاز ROC AUC شود.
آیا AUC باید بالا یا پایین باشد؟
مساحت زیر منحنی (AUC) اندازه گیری توانایی طبقه بندی کننده برای تمایز بین کلاس ها است و به عنوان خلاصه ای از منحنی ROC استفاده می شود. هر چه AUC بیشتر باشد، عملکرد مدل در تمایز بین طبقات مثبت و منفی بهتر است.
