14강. ROC Curve & AUC

threshold : hyperparameter

위양성율 : 양성이 아닌데, 양성이라고 예측한 비율

• False Positive ratio

• 주황색에 가까울 수록 좋음

해석

• 양성이 아닌 것을 모두 올바르게 예측할 때 실제 양성을 진짜 양성이라고 할 확률이 50%
• 실제 양성인 사람들을 양성이라고 할 확률을 80%까지 올린다면, 조금 실수를 감안하고 암에 걸리지 않은 사람을 걸렸다고 하는 error 비율을 높인다.
• 그래프의 첫 시작은 threshold가 매우 높아서 엄격해진 상태!
• 그래프의 좌측 상단이 이상적

• recall 과 precision 또한 반비례하는 관계

• 추록 보다는 주황이 좋음
• 주황 / 빨강 중 어떤 것이 더 좋은지 애매
  => 선 아래쪽의 면적으로 비교
• roc curve = MAX : 1

ROC Curve : 수신자 조작 특성 곡선

AUC = 실용적 : 0.7 / 정확도가 높다 : 0.9