ROC (Receiver Operating Characteristic). Característica Operativa del Receptor, es un gráfico que muestra el rendimiento de un modelo de clasificación en todos los umbrales de la misma, se basa en dos medidas de evaluación básicas: especificidad y sensibilidad. La especificidad es una medida de rendimiento de toda la parte negativa de un conjunto de datos, mientras que la sensibilidad es una medida de rendimiento de toda la parte positiva. La curva representa dos parámetros:
TVP. Tasa de verdaderos positivos que es síntoma de exhaustividad. TVP = VP / VP+FN
TFP. Tasa de falsos positivos. TFP = FP / FP+VN
VP = El número de casos positivos predichos que son realmente positivos.
VN = El número de casos negativos pronosticados que son realmente negativos.
FP = El número de casos positivos pronosticados que son realmente negativos.
FN = El número de casos negativos pronosticados que son realmente positivos.
Reducir el umbral de clasificación clasifica más elementos como positivos, por lo que aumentarán tanto los falsos positivos como los verdaderos positivos.