ROC AUC
📘 থ্রেশহোল্ড-নিরপেক্ষ মূল্যায়ন।
🌐 Threshold-free evaluation.
📏
1
ধারণা · Concept
কী এবং কেন📘 বাংলা ব্যাখ্যা:
থ্রেশহোল্ড-নিরপেক্ষ মূল্যায়ন।
থ্রেশহোল্ড-নিরপেক্ষ মূল্যায়ন।
🌐 English:
Threshold-free evaluation.
Threshold-free evaluation.
🗂 কোথায় পড়ে
৩. মেশিন লার্নিং → মডেল মূল্যায়ন ও টিউনিং → ROC AUC
🎯 এই শাখার লক্ষ্য
Pick metrics, tune hyperparameters, explain predictions
🧰 টুলস
scikit-learn, SHAP
🪜
ধাপে ধাপে শিখুন · Step-by-step
কেন শিখবেন → কীভাবে শিখবেন → উদাহরণ → সাধারণ ভুল💡 কেন গুরুত্বপূর্ণ?
থ্রেশহোল্ড-নিরপেক্ষভাবে মডেলের সামগ্রিক পার্থক্য করার ক্ষমতা।
- ধাপ 1বিভিন্ন থ্রেশহোল্ডে TPR (recall) ও FPR হিসাব
- ধাপ 2ROC কার্ভ: FPR বনাম TPR; AUC = কার্ভের নিচের ক্ষেত্র
- ধাপ 3AUC ০.৫ = এলোমেলো, ০.৭–০.৮ গ্রহণযোগ্য, >০.৯ চমৎকার
- ধাপ 4ভারসাম্যহীন ডেটায় Precision-Recall কার্ভ ও PR-AUC বেশি তথ্যবহুল
🧪 বাস্তব উদাহরণ
roc_auc_score(y_test, model.predict_proba(X_test)[:,1]) → 0.91।
⚠️ সাধারণ ভুল
predict() (০/১) দিয়ে AUC—সম্ভাবনা লাগে।
🔑 মূল শব্দ (Key terms)
ROCAUCTPRFPRPR curvethreshold
3
সাব-টপিক ও বিস্তারিত · Sub-topics
টপিক → সাব-টপিক → সাব-সাব টপিক3.1 ROC কার্ভ3.1.1 TPR বনাম FPR
3.2 AUC3.2.1 0.5 = এলোমেলো3.2.2 1 = নিখুঁত
3.3 PR-AUC3.3.1 ভারসাম্যহীন ডেটায়
🎬
ভিডিও · Videos (বাংলা ও English)
ক্লিক করলে সাইটের ভেতরেই ফ্লোটিং প্লেয়ারে চলবে · ভিডিও MySQL-এ সংরক্ষিত📺 আরও খুঁজুন
💻
হাতে-কলমে · Try it (Model Evaluation)
এডিট করে Run চাপুন · Ctrl+Enterfrom sklearn.datasets import load_breast_cancer
from sklearn.model_selection import train_test_split, GridSearchCV
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import classification_report, roc_auc_score, confusion_matrix
X,y=load_breast_cancer(return_X_y=True); Xtr,Xte,ytr,yte=train_test_split(X,y,random_state=0)
g=GridSearchCV(RandomForestClassifier(random_state=0),{"n_estimators":[50,100],"max_depth":[3,None]},cv=3).fit(Xtr,ytr)
p=g.predict(Xte); print("Best:",g.best_params_); print(confusion_matrix(yte,p))
print(classification_report(yte,p)); print("ROC-AUC:",round(roc_auc_score(yte,g.predict_proba(Xte)[:,1]),3))❓
সেল্ফ-চেক · Self check
1. “TPR বনাম FPR” — এটি কোন সাব-টপিকের বর্ণনা?
2. “0.5 = এলোমেলো, 1 = নিখুঁত” — এটি কোন সাব-টপিকের বর্ণনা?
3. “ভারসাম্যহীন ডেটায়” — এটি কোন সাব-টপিকের বর্ণনা?
🔗