Resumen
Hemos tratado las curvas de características operativas del receptor (ROC) con cierta profundidad. Hemos aprendido que generan gráficos de la frecuencia con la que asignamos por error una etiqueta verdadera frente a la frecuencia con la que asignamos correctamente una etiqueta verdadera. Cada punto del gráfico representa un umbral que se aplicó.
Hemos aprendido a usar curvas de ROC para ajustar nuestro umbral de decisión en el modelo final. También hemos visto cómo el área bajo la curva (AUC) nos puede dar una idea de cómo depende nuestro modelo de tener el umbral de decisión perfecto. También es una medida útil comparar dos modelos entre sí. ¡Enhorabuena por haber llegado hasta aquí! Como siempre, ahora tiene una nueva técnica a su cargo. Lo mejor que puede hacer para su aprendizaje es probar a usarla en los datos que le importan. Con esto, obtendrá experiencia y comprenderá los matices que no hemos tenido tiempo ni espacio para tratar aquí. Buena suerte.