ROC Curve, 수신자 조작 특성 곡선(Receiver Operating Characteristic Curve)

 

분류/예측 모델의 유용성 측정 방법, ROC(Receiver Operating Characteristic) Curve 란?

 

• 민감도와 특이도를 바탕으로 검사방법의 유용성이나 검사법의 기준치(Cut-off value)를 결정하기 위한 분석기법(모델 성능 평가 기법)

 

ROC(Receiver Operating Characteristic) Curve의 구성 요소

 

• X축: 1-특이도(False Positive Rate)
• Y축: 민감도(True Positive Rate)
• 특이도: Negative를 Negative로 예측
• 민감도: Positive를 Positive로 예측

특이도와 민감도를 이용해 그래프로 표현

AUC(Area Under the ROC Curve)

 

• 진단의 정확도를 측정할 때 사용하는 것으로 ROC Curve아래 면적

 

이 포스트는 IT토픽의 주요 내용과 핵심 키워드를 간략히 설명하는 것이 목적으로, 디테일한 내용에 대해서는 깊이 다루지 않습니다.

 

다른 글 함께 보기

2021/02/07 - [한 페이지 IT 토픽/빅데이터와 인공지능] - 모델의 성능을 높이기 위한 결측치(Missing Value) 처리 방법

2021/02/08 - [한 페이지 IT 토픽/빅데이터와 인공지능] - 매트릭스를 통한 데이터 모델 평가 기법, 혼동행렬(Confusion Matrix)

2021/02/10 - [한 페이지 IT 토픽/빅데이터와 인공지능] - 정보의 홍수에서 살아남기, 패스트 데이터(Fast Data)

2019/02/14 - [한 페이지 IT 토픽/디지털 서비스 및 신기술] - 로봇과 사람의 공존을 위한 협동로봇(Collaborative robot)

2019/02/02 - [한 페이지 IT 토픽/빅데이터와 인공지능] - 학습데이터 부족현상 해결법, 전이학습(Transfer Learning)

2019/02/01 - [한 페이지 IT 토픽/디지털 서비스 및 신기술] - 집적회로 한계 극복, 양자컴퓨터