Ringkasan
Kami telah membahas kurva karakteristik operator penerima (ROC) secara mendalam. Kita mempelajarinya dengan seberapa sering kita salah menetapkan label benar terhadap seberapa sering kita menetapkan label yang benar dengan benar. Setiap titik pada grafik mewakili satu ambang yang diterapkan.
Kita belajar bagaimana kita dapat menggunakan kurva ROC untuk menyetel ambang keputusan kita di model akhir. Kita juga melihat bagaimana area di bawah kurva (AUC) dapat memberi kita gambaran tentang seberapa bergantungnya model kita untuk memiliki ambang keputusan yang sempurna. Ini juga merupakan ukuran yang berguna untuk membandingkan dua model satu dengan yang lain. Selamat atas pencapaiannya sejauh ini! Seperti biasa, sekarang Anda memiliki teknik baru di bawah sabuk Anda, yang terbaik yang dapat Anda lakukan untuk pembelajaran Anda adalah berlatih menggunakannya pada data yang Anda pedulikan. Dengan demikian, Anda akan mendapatkan pengalaman dan memahami nuansa yang belum memiliki waktu atau ruang untuk dibahas di sini. Semoga sukses!