Interprétation graphique de la courbe ROC

François Rioult (1)

1 Equipe CODAG - Laboratoire GREYC - UMR6072

L'aire sous la courbe ROC est un outil pertinent pour mesurer la performance d'un classifieur et possède de nombreux avantages par rapport aux mesures de rappel et précision par classe : la performance est indiquée par une seule mesure et ne dépend pas des populations des classes. Cet avantage se transforme néanmoins en inconvénient lorsqu'il s'agit, lors de la lecture de la courbe, de calculer rapidement les mesures de rappel et de précision par classe ou d'estimer le comportement du classifieur en tenant compte des populations des classes. Cet article propose une analyse graphique de la courbe ROC, qui permet d'améliorer son interprétation en fournissant une estimation des rappel et précision par classe.

Domaines: Intelligence artificielle [cs.AI]; Apprentissage [cs.LG]; Traitement du texte et du document

François Rioult. Interprétation graphique de la courbe ROC. Extraction et Gestion des Connaissances (EGC'11), Jan 2011, Brest, France. 6 p. ⟨hal-01018456⟩