6.5.3 ROC 곡선 그리기

ROC(Receiver Operating Characteristic) 그래프는 분류기의 임계 값을 바꾸어 가며 계산된 FPR과 TPR 점수를 기반으로 분류 모델을 선택하는 유용한 도구입니다. ROC 그래프의 대각선은 랜덤 추측으로 해석할 수 있고 대각선 아래에 위치한 분류 모델은 랜덤 추측보다 나쁜 셈입니다. 완벽한 분류기의 그래프는 TPR이 1이고 FPR이 0인 왼쪽 위 구석에 위치합니다. ROC 곡선의 아래 면적인 ROC AUC(ROC Area Under the Curve)를 계산하여 분류 모델의 성능을 종합할 수 있습니다.

ROC 곡선과 비슷하게 분류 모델의 확률 임계 값을 바꾸어 가며 정밀도-재현율 곡선을 그릴 수 있습니다. 정밀도-재현율 곡선을 그리는 함수도 사이킷런에 구현되어 있습니다(http://scikit-learn.org/stable/modules/generated/sklearn.metrics.precision_recall_curve.html).

다음 코드를 실행하여 위스콘신 유방암 데이터셋에서 두 개의 특성을 추출하여 종양의 악성 여부를 예측하는 분류 모델의 ROC 곡선을 그려 보겠습니다. 앞서 정의한 같은 로지스틱 회귀 파이프라인을 사용하지만 이번에는 두 개의 특성만 사용합니다. 다른 특성에 있는 유용한 정보를 사용하지 않기 때문에 분류 작업이 더 어려워지므로 만들어진 ROC 곡선이 시각적으로 잘 표현됩니다. 비슷한 이유로 StratifiedKFold의 폴드 개수를 세 개로 줄입니다. 코드는 다음과 같습니다.