Machine LearningLesson 90Preview gratis
AUC - ROC Curve
Lesson ini bagian dari Python · Semua level
Ringkasan
Kurva ROC (Receiver Operating Characteristic) memplot true positive rate terhadap false positive rate pada berbagai ambang batas klasifikasi. AUC (Area Under Curve) meringkas kurva tersebut menjadi satu angka dari 0 sampai 1, di mana 1 berarti pemisahan sempurna dan 0,5 berarti setara tebakan acak. Kurva ini sangat berguna mengevaluasi model klasifikasi biner terutama pada data yang tidak seimbang. sklearn menyediakan roc_curve() dan auc() dari modul metrics.
Poin kunci
- Kurva ROC memplot true positive rate vs false positive rate
- AUC 1 = sempurna, AUC 0,5 = setara tebakan acak
- Trade-off threshold: menaikkan recall menurunkan presisi
- Cocok mengevaluasi klasifikasi biner pada data tidak seimbang
Materi lengkap
Contoh kode dan kuis
Materi lengkap, contoh kode, dan kuis tersedia untuk pelanggan. 5 soal.