ROC Curve
Categoria
Fundamentos de IA
A Curva ROC (Receiver Operating Characteristic) é um gráfico que mostra o desempenho de um classificador binario em diferentes limiares de decisão, plotando a taxa de verdadeiros positivos contra falsos positivos.
Categoria
Fundamentos de IA
Compartilhar
O que é a Curva ROC?
A Curva ROC (Receiver Operating Characteristic) é uma ferramenta grafica que visualiza o desempenho de um classificador binario variando o limiar de decisão. Plota a Taxa de Verdadeiros Positivos (Sensibilidade) no eixo Y contra a Taxa de Falsos Positivos (1 - Especificidade) no eixo X.
Interpretacao
- Um classificador perfeito passa pelo canto superior esquerdo
- A linha diagonal representa classificação aleatoria
- Quanto mais a curva se aproxima do canto superior esquerdo, melhor o modelo
AUC (Area Under the Curve)
A área sob a curva ROC (AUC) resume o desempenho em um único número: AUC = 1.0 é perfeito, AUC = 0.5 é aleatorio. E uma métrica independente do limiar de classificação.
Quando Usar
A curva ROC é especialmente útil quando as classes sao desbalanceadas ou quando diferentes limiares de decisão sao relevantes. Na Trilion, a análise de curvas ROC é prática padrão na avaliação de classificadores.
