En cliquant sur "Accepter ", vous acceptez que des cookies soient stockés sur votre appareil afin d'améliorer la navigation sur le site, d'analyser son utilisation et de contribuer à nos efforts de marketing. Consultez notre politique de confidentialité pour plus d'informations.
La courbe ROC (Receiver Operating Characteristic) évalue la performance d'un modèle de classification en traçant le taux de vrais positifs contre le taux de faux positifs. L'AUC (Area Under the Curve) mesure la surface sous cette courbe. Plus l'AUC est proche de 1, meilleure est la capacité du modèle à distinguer entre les classes.