[AI] AUROC에 대한 이해

일단 임계점이라는 것은 지금 선택된 것에 대해 적용된다. 만약 모델이 참이라고 추론했다면 임계점은 여기에 적용된다.

두 번째로 임계점은 true, false일 때 반대로 적용된다. 참일 때 임계점이 1.0이면 거짓일 때 임계점은 0.0이다. 왜냐하면 이렇게 되지 않으면 다음 그래프를 설명할 수 없기 때문이다. 즉, TPR과 NPR이 모두 1이려면 FalseNegative와 TrueNegative 모두 0이여야 하고 이는 임계점이 거짓일 때 1.0으로 적용된 값일 것이다. 그리고 TPR과 NPR이 모두 0인 지점은 참일 때 임계점이 1.0인 경우일 것이다. 

따라서 애초에 추론할 때 모두를 1.0으로 확신을 갖고 추론을 한다면 그래프는 1.0으로 일직선이 될 것이다.

개인적으로 이해하기로 f1과 auroc의 차이는 auroc는 얼마나 확신을 가지고 맞추는지에 초점을 두는 거 같고 f1는 그거 보다는 얼마나 잘 맞추는지에 초점을 두는 거 같다.

https://towardsdatascience.com/metrics-to-evaluate-your-machine-learning-algorithm-f10ba6e38234

https://towardsdatascience.com/metrics-to-evaluate-your-machine-learning-algorithm-f10ba6e38234

Reference

---

https://towardsdatascience.com/metrics-to-evaluate-your-machine-learning-algorithm-f10ba6e38234