По построению AUC не может быть отрицательным. … Даже если синяя линия находится ниже кривой «случайной модели» (диагональ), она будет иметь положительный AUC.
Что такое плохой показатель AUC?
Статистический анализ
Результаты площади под ROC-кривой (AUC) считались отличными для значений AUC в диапазоне 0,9–1, хорошими для значений AUC в диапазоне 0,8–0,9, удовлетворительными для значений AUC в диапазоне 0,7–0,8., плохо для значений AUC от 0,6 до 0,7 и неудовлетворительно для значений AUC от 0,5 до 0,6.
Что такое приемлемый AUC?
ОБЛАСТЬ ПОД КРИВОЙ ROC
В целом, AUC, равная 0,5, предполагает отсутствие дискриминации (т. е. способность диагностировать пациентов с заболеванием или состоянием и без него на основе теста), 0. От 7 до 0,8 считается приемлемым, от 0,8 до 0,9 считается отличным, а более 0,9 считается выдающимся.
Почему AUC вреден для несбалансированных данных?
Несмотря на широкое использование, ROC AUC не лишен проблем. Для несбалансированной классификации с серьезным перекосом и несколькими примерами класса меньшинства ROC AUC может вводить в заблуждение. Это связано с тем, что небольшое количество правильных или неправильных прогнозов может привести к большому изменению ROC Curve или показателя ROC AUC.
Должна ли AUC быть высокой или низкой?
Площадь под кривой (AUC) является мерой способности классификатора различать классы и используется в качестве сводки кривой ROC. выше AUC, тем лучше модель различает положительные и отрицательные классы.
