المساحة تحت المنحنى (AUC)
تُعد «المساحة تحت المنحنى» (AUC) مقياسًا شائع الاستخدام في الإحصاء والتعلم الآلي لتقييم أداء نموذج التصنيف الثنائي. وهي تمثل قدرة النموذج على التمييز بين الفئات الإيجابية والسلبية من خلال قياس جودة الاحتمالات المتوقعة للنموذج.
يحسب AUC المساحة تحت منحنى خصائص التشغيل للمستقبل (ROC)، الذي يرسم معدل الإيجابية الحقيقية (الحساسية) مقابل معدل الإيجابية الكاذبة (1 – النوعية) عند عتبات تصنيف مختلفة. يلخص منحنى ROC أداء النموذج عبر جميع عتبات التصنيف الممكنة، ويقدم تمثيلاً مرئياً للتوازن بين الحساسية والنوعية.
يتراوح مؤشر AUC بين 0 و1، حيث تشير القيمة 0.5 إلى أن أداء النموذج يعادل التخمين العشوائي، بينما تمثل القيمة 1 نموذج تصنيف مثالي. بشكل عام، يشير ارتفاع مؤشر AUC إلى أداء أفضل للنموذج وقدرة أعلى على التمييز بشكل صحيح بين الحالات الإيجابية والسلبية. لذلك، يُعد AUC مقياسًا موثوقًا لمقارنة واختيار النماذج المختلفة أو تقييم الأداء العام لنموذج واحد.
