Curva ROC

La curva ROC (Receiver Operating Characteristic) es una representación gráfica utilizada para evaluar el rendimiento de modelos de clasificación binaria en machine learning.

Se genera trazando la tasa de verdaderos positivos (True Positive Rate) contra la tasa de falsos positivos (False Positive Rate) en distintos umbrales de clasificación.

El área bajo la curva (AUC, por sus siglas en inglés) es un indicador numérico que mide la capacidad del modelo para distinguir entre las clases.

Una AUC cercana a 1 indica un excelente desempeño del modelo, mientras que una AUC cercana a 0.5 sugiere un desempeño no mejor que el azar.

Es especialmente útil cuando existe un desequilibrio de clases, ya que evalúa el modelo equilibrando precisión y sensibilidad.

Se utiliza en diversas aplicaciones, como detección de fraudes, diagnóstico médico y análisis predictivo.