Sfoglia tutti i contenuti con tag ROC Curve
L’Area Sotto la Curva (AUC) è una metrica fondamentale nel machine learning utilizzata per valutare le prestazioni dei modelli di classificazione binaria. Quantifica la capacità complessiva di un modello di distinguere tra classi positive e negative calcolando l’area sotto la curva ROC (Receiver Operating Characteristic).
Una curva Receiver Operating Characteristic (ROC) è una rappresentazione grafica utilizzata per valutare le prestazioni di un sistema di classificazione binaria al variare della soglia di discriminazione. Originarie dalla teoria del rilevamento dei segnali durante la Seconda Guerra Mondiale, le curve ROC sono oggi fondamentali nel machine learning, nella medicina e nell'IA per la valutazione dei modelli.
