Stai ottimizzando un modello di regressione logistica e vuoi valutare come diverse soglie di classificazione influenzano le prestazioni. Quale strumento di valutazione dovresti usare?

La curva ROC (Receiver Operating Characteristic) è lo strumento più adatto per valutare l'impatto di diverse soglie di classificazione su un modello di regressione logistica. Essa visualizza il compromesso tra il tasso di veri positivi (sensibilità) e il tasso di falsi positivi (1 - specificità) per tutte le possibili soglie di classificazione. Questo permette di scegliere la soglia ottimale in base alle esigenze specifiche del problema. Il tasso di errata classificazione fornisce solo un singolo punto di prestazione per una data soglia, non mostrando il compromesso. L'RMSE (Errore Quadratico Medio) è una metrica per modelli di regressione, non di classificazione. La norma L1 è una tecnica di regolarizzazione, non una metrica di valutazione.