Évaluer des classificateurs binaires

Dans ce cours, nous utiliserons une mesure courante pour les algorithmes de classification binaire appelée AUC (aire sous la courbe). Ici, la courbe est la ROC, ou courbe caractéristique de fonctionnement du récepteur. Les détails de ce que ces mesures évaluent précisément ne sont pas essentiels pour ce cours. Tout ce que vous devez savoir, c'est que, pour nos besoins, plus l'AUC est proche de un (1), meilleur est le modèle !

Si vous avez créé un modèle de classification binaire parfait, quelle serait la valeur de l'AUC ?