ทำความเข้าใจกับ ROC Curves ในการจำแนกประเภทไบนารี

ROC ย่อมาจากลักษณะการทำงานของตัวรับ เป็นการนำเสนอแบบกราฟิกของประสิทธิภาพของตัวแยกประเภทไบนารี โดยเฉพาะการแลกเปลี่ยนระหว่างอัตราบวกที่แท้จริง (ความไว) และอัตราบวกลวง (1 - ความจำเพาะ) เส้นโค้ง ROC พล็อตอัตราบวกที่แท้จริงเทียบกับอัตราบวกลวงที่เกณฑ์ที่ต่างกัน เส้นโค้ง ROC สามารถใช้เพื่อเปรียบเทียบประสิทธิภาพของตัวแยกประเภทที่แตกต่างกัน เช่นเดียวกับการประเมินประสิทธิภาพของตัวแยกประเภทเดียวในช่วงของจุดปฏิบัติการ เป็นเครื่องมือที่มีประโยชน์สำหรับการประเมินประสิทธิภาพของโมเดลการเรียนรู้ของเครื่องในงานการจำแนกไบนารี