Resumo
As curvas ROC (características de operação do receptor) foram abordadas mais detalhadamente. Aprendemos que elas mostram um grafo com a frequência com a qual atribuímos incorretamente um rótulo verdadeiro em relação à frequência com que atribuímos corretamente um rótulo verdadeiro. Cada ponto no grafo representa um limite que foi aplicado.
Aprendemos a usar as curvas ROC para ajustar o limite de decisão no modelo final. Também vimos como a AUC (área sob a curva) pode nos dar uma ideia de como o modelo depende do fato de ter o limite de decisão perfeito. Ela também é uma medida útil para comparar dois modelos entre si. Parabéns por chegar até aqui! Como sempre, agora que você aprendeu uma nova técnica, o melhor a ser feito é praticá-la com dados relevantes. Com isso, você obtém experiência e entende as nuances que não foram abordadas aqui. Boa sorte!