피마 인더언 당뇨병 예측 파트 책 기준 p.181 쪽에서 ROC AUC 수치의 경우에는 Binarizier 을 적용하지 않은 수치가 나왔고, p.181~182 넘어가는 예제에서도 다른 평가지표에는 바이너리져를 적용했지만 roc_auc 에는 적용이 안되어 있습니다. 혹시 roc auc에는 바이너리저를 적용하면 안되는 것인가요? 아니면 그저 적용을 안시켜둔 것인가요?

안녕하십니까,
생각해보니 이부분을 자세하게 설명드리지 않은 측면이 있군요. 다른 성능 지표와 다르게 ROC-AUC는 분류 결정 임계값에 영향을 받지 않습니다. 그래서 binarizer를 사용하지 않았습니다.&nbsp;
정확히 얘기하자면 ROC-AUC 자체가 결국은 다양한 분류 결정 임계값에 따른 성능 지표를 의미합니다.&nbsp; 이게 좀더 TPR, FPR을 자세하게 분류 결정 임계값에 따라 그래프를 그려보면 알 수 있는데, 임계값을 변경해도 TPR, FPR의 변화가 일정하게 나타납니다. 때문에 ROC-AUC 임계값에 상관없이 Classifier의 성능을 측정할 수 있는 좋은 지표 입니다.
좋은 질문 감사합니다.

인프런 커뮤니티 질문&답변

ROC_AUC_score