Olá. Estou em dúvida em relação à curva ROC. Como eu faço para, em vez de plotar a curva com o eixo y = "Taxa de verdadeiro positivo" e o eixo x = "Taxa de falso positivo", plotar com o eixo y = "Taxa de verdadeiro negativo", e o eixo x = "Taxa de falso negativo". Se algúem puder me ajudar, agradeço!
hoje, com a Alura e o Google Gemini
A curva ROC (Receiver Operating Characteristic) é geralmente plotada com o eixo y representando a Taxa de Verdadeiro Positivo (True Positive Rate) e o eixo x representando a Taxa de Falso Positivo (False Positive Rate). Essa é a convenção comumente utilizada para a visualização da curva ROC.
No entanto, se você deseja plotar a curva ROC com o eixo y representando a Taxa de Verdadeiro Negativo (True Negative Rate) e o eixo x representando a Taxa de Falso Negativo (False Negative Rate), você pode realizar uma adaptação na forma como os valores são calculados e plotados.
A Taxa de Verdadeiro Negativo (True Negative Rate) é definida como o número de verdadeiros negativos dividido pela soma dos verdadeiros negativos e falsos positivos. A Taxa de Falso Negativo (False Negative Rate) é definida como o número de falsos negativos dividido pela soma dos falsos negativos e verdadeiros positivos.
Para plotar a curva ROC com esses eixos, você precisará calcular essas taxas de acordo com a sua definição e, em seguida, plotar os pontos correspondentes. Lembre-se de que você ainda precisará ter uma lista de diferentes limiares de classificação para calcular as taxas em diferentes pontos da curva ROC.
Embora a convenção mais comum seja utilizar a Taxa de Verdadeiro Positivo e a Taxa de Falso Positivo, nada impede que você adapte a visualização para atender às suas necessidades específicas. No entanto, é importante estar ciente de que essa não é a representação padrão da curva ROC e pode exigir explicação adicional ao compartilhar seus resultados com outros profissionais de Data Science.