ROC-Kurven in der binären Klassifizierung verstehen

ROC steht für Receiver Operating Characteristic. Es handelt sich um eine grafische Darstellung der Leistung eines binären Klassifikators, insbesondere des Kompromisses zwischen der Richtig-Positiv-Rate (Sensitivität) und der Falsch-Positiv-Rate (1 – Spezifität). Die ROC-Kurve stellt die Richtig-Positiv-Rate gegenüber der Falsch-Positiv-Rate bei verschiedenen Schwellenwerten dar.

Die ROC-Kurve kann zum Vergleich der Leistung verschiedener Klassifikatoren sowie zur Bewertung der Leistung eines einzelnen Klassifikators über einen Bereich von Betriebspunkten verwendet werden. Es ist ein nützliches Werkzeug zur Bewertung der Leistung von Modellen des maschinellen Lernens bei binären Klassifizierungsaufgaben.