Definizione di curva Receiver Operating Characteristic (ROC)
Le ROC curve (Receiver Operating Characteristic) servono a valutare quanto è buono un classificatore binario quando si varia la soglia di decisione.
Un Classificatore bi nario spesso non restituisce direttamente 0 o 1, ma una probabilità:
“Con il 72% di probabilità, questa email è spam”
Poi, si decide una soglia (threshold): ad esempio, se la probabilità è ≥ 0.5, allora diciamo “spam” (classe 1), altrimenti “non spam” (classe 0).
Ma se cambi la soglia, cambiano anche gli errori che fai!
La curva ROC serve proprio per vedere come si comporta il modello al variare della soglia.
Esempio
| Caso | Classe reale | Probabilità (classe 1) | |------|--------------|------------------------| | A | 1 | 0.95 | | B | 0 | 0.90 | | C | 1 | 0.85 | | D | 0 | 0.40 | | E | 1 | 0.20 | Ora vari la soglia da 1
0 e a ogni passo calcoli TPR e FPR, e li disegni nel grafico. Il risultato è la curva ROC.