Кроме метрической формы, например. точность, точность, полнота, специфичность и показатель F1, производительность модели также может быть графически представлена в виде кривой рабочей характеристики приемника (ROC). Кривая ROC — это просто график зависимости чувствительности от 1-специфичности при изменении порога:
Приведенная выше кривая ROC показывает, как ее можно использовать для выбора оптимального порога классификации, который обеспечивает наилучший компромисс между FPR и TPR. Кривая ROC может привести к разным пороговым значениям для разных классификаторов; каждый оптимальный порог дает лучшие значения FPR и TPR. Это затруднит сравнение разных моделей; поэтому в этом случае можно использовать площадь под кривой (AUC). AUC обычно используется для выбора модели и сравнения производительности различных классификаторов. Это связано с тем, что показатель AUC не зависит от порогов классификации и показывает, насколько хорошо вероятности положительных классов отделены от отрицательных классов.
