ROC AUC 계산기 | ROC 곡선, AUC 및 임계값 테이블

사용방법

이 페이지는 이진 분류의 점수 순서와 임계값 균형을 보는 데 집중합니다. 점수 순서와 컷오프 장단점이 핵심 질문이라면 정밀도-재현율 곡선이나 보정 플롯보다 먼저 사용할 수 있습니다.

점수, 라벨 행

점수, 라벨 행을 붙여넣고 계산을 실행하면 ROC 장단점을 확인할 수 있습니다.

계산기를 실행하여 ROC 곡선을 검사합니다. 차트에 초점을 맞추고 ← / →를 사용하여 임계값을 넘어 이동합니다.

표에는 점수 스윕의 첫 번째 임계값 행이 나열되어 있습니다. 임계값이 낮을수록 일반적으로 민감도는 증가하고 특이도는 감소합니다.

임계값 ≥	민감도	특이도	거짓양성률	TP	FP	TN	FN

ROC AUC는 점수가 모든 임계값에서 음성 사례보다 양성 사례를 얼마나 잘 평가하는지 묻습니다. 0.5에 가까운 값은 순서가 무작위에 가깝다는 것을 의미합니다. 값이 높을수록 양성이 음성보다 더 높은 점수를 받는 경향이 있음을 의미합니다.

높은 AUC는 작동 컷오프를 선택하지 않습니다. 올바른 임계값은 거짓 양성, 거짓 음성 또는 리뷰 양으로 인한 지연 등 워크플로에서 더 큰 피해를 주는 요소에 따라 달라집니다.

임계값이 이미 고정되어 하나의 운영 스냅샷이 필요하면 혼동 행렬을 사용하세요. 임계값을 아직 정하지 않았고 결정 전에 전체 스윕을 비교해야 한다면 ROC AUC를 사용하세요.

ROC AUC는 혼동 행렬과 어떻게 다릅니까?

혼동 행렬은 선택된 하나의 임계값을 설명합니다. ROC AUC는 여러 임계값에서 민감도와 특이도가 어떻게 상충되는지 설명하므로, 하나의 운영 구분을 적용하기 전에 점수가 음성 사례보다 양성 사례의 순위를 얼마나 잘 지정하는지 알려줍니다.

임계값을 이동하면 무엇이 변경되나요?

임계값이 낮을수록 더 많은 사례를 양성으로 분류하므로 일반적으로 민감도가 증가하고 특이도가 감소합니다. 임계값이 높을수록 그 반대가 됩니다. 임계값 테이블을 사용하면 해당 절충안을 행별로 검사할 수 있습니다.

AUC가 높으면 사용할 임계값을 자동으로 알려주나요?

아니요. AUC는 임계값 전체에 걸쳐 순위 품질을 요약하지만, 운영 임계값은 여전히 거짓양성 대 거짓음성의 비용, 양성 비율 및 작업 흐름 제약 조건에 따라 달라집니다.

이 페이지는 다중 클래스 ROC를 지원하나요?

아니요. 이 페이지는 의도적으로 이진 분류에 집중합니다. 점수 순서, ROC 곡선, 임계값 표를 쉽게 검토하기 위한 도구입니다.

부하를 줄이기 위해 필요할 때만 댓글을 불러옵니다.