로지스틱 회귀 모델을 튜닝하고 있으며, 다양한 분류 임계값이 성능에 미치는 영향을 평가하려고 합니다. 어떤 평가 도구를 사용해야 할까요?

ROC 곡선은 분류 임계값 변화에 따른 모델의 민감도(True Positive Rate)와 1-특이도(False Positive Rate)를 시각화하여 보여줍니다. 이를 통해 다양한 임계값에서 모델의 성능을 종합적으로 평가하고 최적의 임계값을 선택할 수 있습니다. 오분류율은 단일 임계값에서의 성능만 나타내므로 임계값의 영향을 평가하기에 부적합합니다. RMSE는 회귀 모델의 오류 측정 지표이며, L1 norm은 주로 정규화(regularization)에 사용되는 개념으로, 분류 임계값 평가와는 관련이 없습니다.