Door de constructie kan de AUC niet negatief zijn. … Zelfs als de blauwe lijn onder de "willekeurige model"-curve (de diagonaal) ligt, zal deze een positieve AUC hebben.
Wat is een slechte AUC-score?
Statistische analyse
De resultaten van het gebied onder de ROC-curve (AUC) werden als uitstekend beschouwd voor AUC-waarden tussen 0,9-1, goed voor AUC-waarden tussen 0,8-0,9, redelijk voor AUC-waarden tussen 0,7-0,8, slecht voor AUC-waarden tussen 0,6-0,7 en mislukt voor AUC-waarden tussen 0,5-0,6.
Wat is een acceptabele AUC?
GEBIED ONDER DE ROC-CURVE
Over het algemeen suggereert een AUC van 0,5 geen discriminatie (d.w.z. het vermogen om patiënten met en zonder de ziekte of aandoening te diagnosticeren op basis van de test), 0.7 tot 0,8 wordt als acceptabel beschouwd, 0,8 tot 0,9 wordt als uitstekend beschouwd en meer dan 0,9 wordt als uitstekend beschouwd.
Waarom is AUC slecht voor ongebalanceerde gegevens?
Hoewel veel gebruikt, is de ROC AUC niet zonder problemen. Voor onevenwichtige classificatie met een ernstige scheefheid en enkele voorbeelden van de minderheidsklasse, kan de ROC AUC misleidend zijn. Dit komt omdat een klein aantal juiste of onjuiste voorspellingen kan resulteren in een grote verandering in de ROC Curve of ROC AUC-score.
Moet de AUC hoog of laag zijn?
The Area Under the Curve (AUC) is de maatstaf voor het vermogen van een classifier om onderscheid te maken tussen klassen en wordt gebruikt als een samenvatting van de ROC-curve. Hoe hoger de AUC, hoe beter de prestaties van het model bij het onderscheiden van de positieve en negatieve klassen.
