Aire sous la courbe (AUC)
L'aire sous la courbe (AUC) est un indicateur couramment utilisé en statistiques et en apprentissage automatique pour évaluer les performances d'un modèle de classification binaire. Elle représente la capacité du modèle à distinguer les classes positives des classes négatives en mesurant la qualité des probabilités prédites par le modèle.
L'AUC calcule l'aire sous la courbe ROC (Receiver Operating Characteristic), qui représente graphiquement le taux de vrais positifs (sensibilité) en fonction du taux de faux positifs (1 – spécificité) pour différents seuils de classification. La courbe ROC résume les performances du modèle pour tous les seuils possibles et offre une représentation visuelle du compromis entre sensibilité et spécificité.
L’AUC varie entre 0 et 1, une valeur de 0,5 indiquant que les performances du modèle sont équivalentes à celles d’une devinette aléatoire, tandis qu’une valeur de 1 correspond à un modèle de classification parfait. En général, un AUC plus élevé suggère de meilleures performances du modèle et une meilleure capacité à distinguer correctement les instances positives des instances négatives. Par conséquent, l’AUC constitue une mesure fiable pour comparer et sélectionner différents modèles ou évaluer la performance globale d’un modèle donné.
