Por construcción, el AUC no puede ser negativo. … Incluso si la línea azul está debajo de la curva del "modelo aleatorio" (la diagonal), tendrá un AUC positivo.
¿Qué es una mala puntuación de AUC?
Análisis estadístico
Los resultados del área bajo la curva ROC (AUC) se consideraron excelentes para valores de AUC entre 0,9 y 1, buenos para valores de AUC entre 0,8 y 0,9, aceptables para valores de AUC entre 0,7 y 0,8, pobre para valores de AUC entre 0.6-0.7 y fallado para valores de AUC entre 0.5-0.6.
¿Qué es un AUC aceptable?
ÁREA BAJO LA CURVA ROC
En general, un AUC de 0,5 sugiere que no hay discriminación (es decir, capacidad para diagnosticar pacientes con y sin la enfermedad o afección según la prueba), 0.7 a 0,8 se considera aceptable, 0,8 a 0,9 se considera excelente y más de 0,9 se considera sobresaliente.
¿Por qué AUC es malo para los datos desequilibrados?
Aunque se usa ampliamente, el ROC AUC no está exento de problemas. Para una clasificación desequilibrada con un sesgo severo y pocos ejemplos de la clase minoritaria, el ROC AUC puede ser engañoso. Esto se debe a que una pequeña cantidad de predicciones correctas o incorrectas puede provocar un gran cambio en la curva ROC o en la puntuación ROC AUC.
¿Debe el AUC ser alto o bajo?
El área bajo la curva (AUC) es la medida de la capacidad de un clasificador para distinguir entre clases y se utiliza como resumen de la curva ROC. Cuanto mayor sea el AUC, mejor será el rendimiento del modelo para distinguir entre las clases positivas y negativas.
