Pregunta:
¿Alguien puede explicar la diferencia entre AUC (Área bajo la curva) y la precisión equilibrada en R?
Por ejemplo: en el modelado de árboles de decisión obtuve el,
ABC: 0,91
precisión equilibrada: 0,72
explique cómo interpretar o comprender este modelo en función de los dos valores de precisión anteriores.
Respuesta:
AUC no es el mismo tipo de medida que precisión.
AUC es el área bajo la curva para el gráfico ROC y también tiene un significado en las estadísticas de orden de clasificación.
La precisión es simplemente una fracción de los positivos predichos correctamente a todos los positivos.
Suponga que tiene un conjunto de datos con una variable objetivo binaria donde los casos positivos representan el 90 % de todos los casos. Luego, simplemente puede clasificar todo para que pertenezca a casos positivos y obtendrá una precisión del 90%.
La precisión equilibrada se analiza aquí en la página 2.
http://ong-home.my/papers/brodersen10post-balacc.pdf
I