Что такое AUC

AUC (Area Under the Curve) — это площадь под ROC-кривой, которая оценивает качество бинарной классификации. Значение AUC варьируется от 0 до 1, где 1 — идеальная модель, 0.5 — случайное угадывание.

Интерпретация:

• AUC = 0.9: отличная модель.
• AUC = 0.7: средняя модель.
• AUC ≤ 0.5: модель хуже случайного предсказания.

Пример расчета в Python:

from sklearn.metrics import roc_auc_score
y_true = [0, 1, 1, 0]
y_scores = [0.1, 0.9, 0.8, 0.3]
auc = roc_auc_score(y_true, y_scores)
print(f"AUC: {auc:.2f}")  # AUC: 0.75

Нюансы:

• Чувствителен к дисбалансу классов (можно использовать Precision-Recall AUC).
• Не интерпретируется для многоклассовой классификации без модификаций (например, one-vs-rest).