Cómo funciona
La curva ROC es un gráfico que traza la tasa de verdaderos positivos contra la tasa de falsos positivos, para todos los umbrales posibles de un clasificador binario. Para cada umbral, se marca un punto en el gráfico y, al conectar los puntos, se obtiene la curva. El área bajo la curva resume el desempeño en un solo número. La tasa de verdaderos positivos representa la parte de los casos positivos encontrados correctamente; la tasa de falsos positivos, la parte de los negativos que el sistema clasifica incorrectamente como positivos. Cada punto del gráfico representa un umbral diferente y el movimiento a lo largo de la curva muestra cómo cambia el comportamiento del modelo. El cálculo del área usa el ranking de las probabilidades, sin depender de un umbral fijo.
Ejemplo práctico
Supongamos un sistema de detección de fraude. Con umbral bajo, el sistema marca muchas transacciones y captura la mayoría de los fraudes, pero genera muchos falsos positivos. Con umbral alto, el sistema es conservador y comete más falsos negativos. La curva ROC muestra el trade off entre estos escenarios sin volver a ejecutar el modelo, y el punto del gráfico más cercano a la esquina superior izquierda indica un buen equilibrio entre capturar fraudes y no molestar a clientes legítimos. Al comparar dos modelos, el de mayor AUC tiende a ser mejor en general, pero la elección final depende del costo de cada tipo de error en la aplicación real.
Para qué sirve
La curva ROC sirve para comparar clasificadores y elegir el umbral de operación que se ajusta al costo de las decisiones. También ayuda a justificar la selección de modelo para producción, especialmente cuando los falsos positivos y los falsos negativos tienen pesos diferentes. El gráfico permite comparar dos modelos en la misma pantalla sin depender de un único umbral, lo que deja la decisión más transparente para el equipo. Muchos equipos siguen la curva para decidir si es mejor reducir falsos positivos o falsos negativos, dependiendo del riesgo de cada error.
Diferencia entre X e Y
La matriz de confusión queda con un umbral fijo; la curva ROC varía el umbral. La curva ROC no tiene en cuenta la prevalencia de la clase, por lo que para bases desbalanceadas otras métricas pueden ser más informativas.