Af konstruktion kan AUC ikke være negativ. … Selvom den blå linje er under kurven for "tilfældig model" (diagonalen), vil den have positiv AUC.
Hvad er en dårlig AUC-score?
Statistisk analyse
Arealet under ROC-kurven (AUC) resultater blev anset for fremragende for AUC-værdier mellem 0,9-1, godt for AUC-værdier mellem 0,8-0,9, rimeligt for AUC-værdier mellem 0,7-0,8, dårlig for AUC-værdier mellem 0,6-0,7 og mislykkedes for AUC-værdier mellem 0,5-0,6.
Hvad er en acceptabel AUC?
AREA UNDER ROC-KURVEN
Generelt antyder en AUC på 0,5 ingen diskrimination (dvs. evnen til at diagnosticere patienter med og uden sygdommen eller tilstanden baseret på testen), 0.7 til 0,8 anses for acceptabelt, 0,8 til 0,9 betragtes som fremragende, og mere end 0,9 betragtes som udestående.
Hvorfor AUC er dårligt for ubalancerede data?
Selvom det er meget udbredt, er ROC AUC ikke uden problemer. For ubalanceret klassificering med en alvorlig skævhed og få eksempler på minoritetsklassen kan ROC AUC være vildledende. Dette skyldes, at et lille antal korrekte eller forkerte forudsigelser kan resultere i en stor ændring i ROC-kurven eller ROC AUC-score.
Skal AUC være høj eller lav?
Arealet under kurven (AUC) er et mål for en klassifikators evne til at skelne mellem klasser og bruges som en oversigt over ROC-kurven. Jo højere AUC, jo bedre er modellens ydeevne til at skelne mellem de positive og negative klasser.
