Расчет площади под кривой от точности классификации

Question

У меня есть задание:

Использование Наивный байесовский мы построили модель по некоторым данным с 2-х классов (модель возвращает 2 вероятностей - один для положительного и отрицательного для класса). Мы вычислили площадь под кривой ROC AUC = 0,8 и точность классификации CA = 0,6 с порогом, установленным на 0,5 (если вероятность того, что какой-либо пример для положительного класса выше 0,5, мы предсказываем для этого примера положительный класс, иначе отрицательный класс). Затем мы обнаружили, что если мы установим порог в 0,3, точность классификации станет CA = 0,7. Что такое AUC для второго порога? Если результат зависит от исходных данных, укажите все возможности.

Как я могу это вычислить?

Answer 1

Не уверен, что это ответ, но ROC AUC является интегралом чувствительности и специфичности по всем порогам классификации. Поэтому вы не можете вычислить AUC для определенного порога.