Как рабочая характеристика приемника используется в машинном обучении?

Рабочая характеристика приёмника (ROC-кривая) используется в машинном обучении для оценки качества бинарной классификации. ru.wikipedia.org

Некоторые особенности применения ROC-кривой:

• Отображает соотношение между долей объектов, верно классифицированных как несущие признак, и долей объектов, ошибочно классифицированных как несущие признак. ru.wikipedia.org
• Помогает визуализировать, насколько хорошо работает классификатор машинного обучения. dzen.ru
• Позволяет сравнить чувствительность модели к разным порогам классификации. habr.com
• Даёт возможность оценить способность классификатора различать классы с помощью показателя AUC (площадь под кривой). ru.wikipedia.org dzen.ru Чем выше значение AUC, тем лучше производительность модели. dzen.ru

ROC-кривые широко используются в машинном обучении, впервые их применили в работе 1989 года для сравнения нескольких алгоритмов классификации. ru.wikipedia.org