В чем отличие между ROC-кривой и AUC?

Основное отличие между ROC-кривой и AUC заключается в том, как они представляют производительность модели классификации. habr.com {6-host}

ROC-кривая (англ. receiver operating characteristic, рабочая характеристика приёмника) — график, который иллюстрирует производительность классификационной модели при всех возможных порогах классификации. habr.com ru.ruwiki.ru На нём отображается соотношение между долей истинно положительных результатов (TPR) и долей ложноположительных результатов (FPR) при различных пороговых значениях. www.ultralytics.com {7-host} ROC-кривая даёт визуальное представление о компромиссе между чувствительностью и специфичностью модели. {6-host}

AUC (англ. Area Under Curve, площадь под кривой) — мера, которая позволяет суммировать производительность модели одним числом, измеряя площадь под кривой ROC. habr.com ru.ruwiki.ru AUC выражает этот компромисс в виде одного числа, что упрощает сравнение моделей. {6-host}

Таким образом, ROC-кривая даёт графическое представление о производительности модели, а AUC — количественную интерпретацию этого процесса. habr.com {8-host}