Analyse ROC/AUC
Générer des courbes de caractéristiques opérationnelles du récepteur (Receiver Operating Characteristic) et des métriques de surface sous la courbe (Area Under Curve) pour évaluer quantitativement la performance d'un classifieur binaire selon divers réglages de seuil.
Priorité
Execution Context
Cette fonction exécute une évaluation statistique complète des modèles de classification binaire en calculant la courbe caractéristique de fonctionnement du récepteur (ROC) et son score correspondant de surface sous la courbe (AUC). Elle traite les distributions de probabilité prédites par rapport aux étiquettes de vérité terrain réelles afin de visualiser les compromis entre les taux de vrais positifs et les taux de faux positifs. Le résultat fournit une métrique scalaire unique pour le classement des modèles et l'optimisation des seuils, ce qui est essentiel pour la prise de décision de niveau entreprise dans les scénarios de classification à enjeux élevés.
Le système ingère les tableaux de prédictions brutes et les vecteurs d'étiquettes binaires, normalisant les types de données pour assurer la compatibilité avec les algorithmes d'évaluation statistique.
Des ressources de calcul sont allouées pour calculer le Taux de Vrais Positifs (Rappel) et le Taux de Faux Positifs (TFP) à chaque seuil de probabilité unique.
Les métriques finales sont agrégées dans des formats standardisés, incluant des points de données de courbes visuelles et des valeurs AUC scalaires pour un rapport immédiat.
Operating Checklist
Charger les scores de probabilité prédits et les étiquettes de vérité terrain dans le tampon d'évaluation.
Calculer les métriques de sensibilité et de spécificité sur l'ensemble du spectre des seuils de classification possibles.
Tracer la trajectoire de la courbe ROC pour visualiser la capacité discriminative du modèle.
Calculez le score AUC final en utilisant la règle des trapèzes pour l'intégration numérique.
Integration Surfaces
Validation des entrées
Vérifie que les tableaux de prédiction contiennent des valeurs de probabilité continues comprises entre zéro et un, tandis que les vecteurs d'étiquettes sont exclusivement composés d'entiers binaires.
Énumération des seuils
Génère automatiquement un ensemble granulaire de candidats seuils pour assurer une cartographie haute résolution du paysage de la frontière de décision.
Calcul Métrique
Exécute des algorithmes d'intégration numérique pour dériver la valeur AUC précise et exporte les paires de coordonnées définissant la trajectoire ROC complète.
