Você está ajustando um modelo de regressão logística e deseja avaliar como diferentes limites de classificação afetam o desempenho. Qual ferramenta de avaliação você deve usar?

A Curva ROC é a ferramenta mais adequada porque ela plota a taxa de verdadeiros positivos (sensibilidade) versus a taxa de falsos positivos (1 - especificidade) para diferentes limites de classificação. Isso permite visualizar o desempenho do modelo em todas as configurações de limite, o que é crucial para entender o trade-off entre sensibilidade e especificidade. A taxa de erro de classificação fornece apenas um único ponto de desempenho para um limite específico, não mostrando o impacto de diferentes limites. O RMSE e a Norma L1 são métricas para modelos de regressão, não de classificação, e medem a magnitude dos erros, não a capacidade de discriminação em diferentes limites.