Ha entrenado una SVM para clasificación binaria y ha obtenido un AUC de validación de 0.87. Quiere aumentar el AUC. ¿Qué debería hacer?

Un AUC de 0.87 indica un buen rendimiento, pero el ajuste de hiperparámetros es una estrategia estándar para optimizar aún más los modelos. Esto implica probar diferentes combinaciones de parámetros del modelo (como C y gamma para SVM) para encontrar la configuración que maximice el AUC en los datos de validación. Entrenar una red neuronal profunda no garantiza un mejor rendimiento, ya que las SVM pueden ser muy efectivas y la complejidad adicional de las redes neuronales puede no ser necesaria o incluso puede llevar a un sobreajuste. Implementar el modelo sin más optimización es prematuro si se busca un AUC más alto. Escalar las salidas del modelo después del entrenamiento no alterará el AUC, ya que el AUC se basa en el orden de las predicciones, no en sus valores absolutos.