[ML/DL] python 으로 구현하는 ROC곡선과 AUC

ROC곡선과 AUC ROC 곡선은 FPR이 변할 때 TPR이 어떻게 변하는지 나타내는 곡선이다. ROC 곡선은 다양한 threshold에 대한 이진 분류기의 성능을 한 번에 표시한 것이다. 이진 분류의 성능은 True Positive Rate를 y축으로 False Positive Rate를 X 축으로 이용해서 표현하게 된다. ROC 커브는 좌상단에 붙어있는 커브가 더 좋은 분류기를 의미한다고 생각할 수 있다. 즉 곡선이 100에 가까워질수록 postive에 가까워진다. 곡선이 커진다는 것은 positive라고 예측할 확률이 높아진다. 이 곡선의 면적은 AUC라고 한다. 이것은 ROC 곡선 밑의 면적을 구한것으로서 일반적으로 1에 가까울수록 좋은 것이다. 또한, ROC가 0.5에 가깝다는 건 분류가 제대로..