AUC (Area Under the Curve)

Cette métrique est utilisée pour évaluer la performance des modèles de classification binaire. La courbe ROC est un graphique qui montre la capacité du modèle à classer correctement les instances positives et négatives à différents seuils de probabilité. L’AUC (Area Under the Curve) est l’aire sous cette courbe, et un AUC élevé indique un bon modèle, qui distingue bien les classes positives et négatives.

La valeur du score AUC varie entre 0 et 1 :

• Un score de 1 indique un modèle parfait (tous les points sont correctement classés).

• Un score de 0.5 indique un modèle qui ne fait pas mieux qu’un modèle aléatoire (pas de séparation entre les classes).

• Un score inférieur à 0.5 suggère que le modèle classe les instances de manière inversée.