Je bent een logistisch regressiemodel aan het tunen en wilt evalueren hoe verschillende classificatiedrempels de prestaties beïnvloeden. Welke evaluatietool moet je gebruiken?

De Receiver Operating Characteristic (ROC) curve is de meest geschikte tool voor het evalueren van de prestaties van een classificatiemodel over verschillende classificatiedrempels. Het plot de True Positive Rate (gevoeligheid) tegen de False Positive Rate (1-specificiteit) voor alle mogelijke drempels, waardoor een uitgebreid beeld ontstaat van de afweging tussen deze twee metrieken. De misclassificatiegraad is een enkele waarde die afhankelijk is van een specifieke drempel en geeft geen inzicht in de prestaties over een reeks drempels. RMSE en L1 norm zijn metrieken die worden gebruikt voor regressieproblemen, niet voor classificatieproblemen zoals logistische regressie.