Qual é a diferença entre a interpretação da curva GINI e AUC?

costumávamos criar curva GINI usando a elevação criada com a ajuda da porcentagem de bom e ruim para a modelagem de scorecard. Mas o que eu estudei é que a curva ROC é criada usando a matriz Confusion com Especificidade (1 - Verdadeiro Negativo) como eixo xe sensibilidade (verdadeiro positivo) como eixo Y.

Portanto, o resultado de GINI e ROC é o mesmo com uma diferença: os últimos também levam em consideração o valor de concordância e discordância (TP, FP, FN, TN).

roc gini

— user78837
fonte

O coeficiente de Gini é a estatística resumida do gráfico Perfil de precisão cumulativa (CAP). É calculado como o quociente da área que a curva e a diagonal do CAP incluem e a área correspondente em um procedimento de classificação ideal.

Área sob a curva de característica operacional do receptor (ou AUROC, abreviado) é a estatística resumida do gráfico de curvas ROC.

A conversão direta entre Gini e AUROC é dada por:

G Eu n Eu = 2 \times UMA você R O C - 1

$Gini = 2\times AUROC - 1$

— a coruja
fonte

Isso é um pouco curto para uma resposta. Você poderia tentar resumir as conclusões do artigo vinculado?

— b Kjetil Halvorsen

Eu vou fazer isso. Este é o meu tópico de pesquisa para esta semana.

— the_owl