Generatore gratuito di curve ROC
Crea una curva ROC etichettata con AUC da semplice testo
Descrivi il tuo classificatore o test diagnostico, l'AUC e qualsiasi soglia o banda di confidenza che vuoi mostrare, e l'IA disegna una curva ROC pulita e professionale con una linea diagonale del caso — pronta per compiti di statistica, valutazione dei modelli e articoli di ricerca.
Esempi di curve ROC
Clicca un esempio per caricarne il prompt, oppure usalo come punto di partenza per la tua curva ROC.
Che cos'è una curva ROC?
Una curva ROC (receiver operating characteristic) è un grafico che traccia il tasso di veri positivi (sensibilità) di un classificatore rispetto al suo tasso di falsi positivi (1 − specificità) per ogni soglia decisionale, così puoi vedere quanto bene separa due classi. Questo generatore di curve ROC trasforma una descrizione testuale in un grafico pulito ed etichettato — descrivi il tuo modello o test diagnostico, l'AUC e qualsiasi soglia o banda di confidenza, e l'IA produce una figura ben proporzionata con assi titolati, la curva ROC, una linea diagonale del caso e annotazioni opzionali, il tutto senza fogli di calcolo o programmazione.
Perché usare un generatore di curve ROC
- Le curve ROC sono il modo standard per riassumere e confrontare le prestazioni di classificatori e test diagnostici su tutte le soglie in machine learning, statistica e medicina.
- Costruire un grafico ROC di qualità per pubblicazioni in R, Python o scikit-learn richiede un lavoro di formattazione che distrae dall'analisi.
- Gli studenti che imparano sensibilità, specificità e AUC li comprendono molto meglio da una curva ROC chiaramente etichettata.
- Docenti e ricercatori hanno bisogno di figure ROC e AUC rapide e presentabili per slide, relazioni di laboratorio e articoli.
- Cambiare i modelli, le soglie o la banda di confidenza e rigenerare è molto più veloce che modificare a mano il codice del grafico.
Come creare una curva ROC
Descrivi il classificatore o test diagnostico e la sua AUC, e nomina gli assi — il tasso di falsi positivi (1 − specificità) sull'asse x e il tasso di veri positivi (sensibilità) sull'asse y. Poi aggiungi le caratteristiche che ti servono: una linea diagonale del caso tratteggiata, più modelli con una legenda che elenca ogni AUC, un punto di soglia ottimale o una banda di confidenza al 95% ombreggiata. Genera la curva ROC, verifica gli assi, l'AUC e la forma della curva, e affina la descrizione se qualcosa non è chiaro.
Parti di una curva ROC
- Asse x — il tasso di falsi positivi (1 − specificità), la frazione di negativi erroneamente segnalati come positivi.
- Asse y — il tasso di veri positivi (sensibilità), la frazione di positivi correttamente identificati.
- Curva ROC — la linea che traccia la sensibilità rispetto al tasso di falsi positivi su tutte le soglie decisionali.
- Linea diagonale del caso — la linea tratteggiata a 45° che segna un classificatore casuale senza potere discriminante (AUC = 0,5).
- Valore AUC — l'area sotto la curva ROC, un singolo numero da 0,5 a 1,0 che riassume le prestazioni complessive.
- Soglia ottimale / punto operativo — un punto evidenziato sulla curva che segna il compromesso scelto tra sensibilità e specificità.
FAQ sul generatore di curve ROC
Che cos'è una curva ROC?
Una curva ROC (receiver operating characteristic) è un grafico che mostra quanto bene un classificatore o test diagnostico separa due classi. Traccia il tasso di veri positivi (sensibilità) rispetto al tasso di falsi positivi (1 − specificità) per ogni soglia decisionale, così una curva curvata verso l'angolo in alto a sinistra indica un modello migliore.
Cos'è l'AUC e cosa significa?
L'AUC è l'area sotto la curva ROC, un singolo numero da 0,5 a 1,0 che riassume le prestazioni complessive. Un'AUC di 0,5 significa che il modello non è migliore del caso (la linea diagonale), mentre 1,0 significa separazione perfetta. Si può leggere come la probabilità che il modello classifichi un caso positivo casuale al di sopra di un caso negativo casuale.
Come faccio una curva ROC online?
Descrivi il tuo classificatore o test diagnostico, la sua AUC e cosa va su ogni asse — tasso di falsi positivi (1 − specificità) e tasso di veri positivi (sensibilità). Questo generatore di curve ROC online produce quindi per te una curva ROC pulita ed etichettata con una linea diagonale del caso, senza bisogno di fogli di calcolo, formule o programmazione.
Cosa significano sensibilità e specificità?
La sensibilità (il tasso di veri positivi) è la frazione di positivi reali che il test identifica correttamente, mentre la specificità è la frazione di negativi reali che esclude correttamente. L'asse y della curva ROC è la sensibilità e l'asse x è il tasso di falsi positivi, che equivale a 1 − specificità, così la curva mostra il compromesso tra individuare i positivi ed evitare i falsi allarmi.
È gratuito?
Ogni generazione usa un piccolo numero di crediti. I nuovi account ricevono crediti gratuiti, così puoi creare una curva ROC senza alcun abbonamento.
È adatto per lezioni, ricerca o relazioni?
Sì. Il generatore di curve ROC produce figure pulite ed etichettate adatte a compiti in classe, relazioni di laboratorio, poster e articoli di ricerca. Verifica sempre che la curva, l'AUC e il punto di soglia corrispondano all'output del tuo modello prima di usare la figura in una relazione formale.
Scopri altri strumenti
Creatore di istogrammi
Trasforma dati e classi in un istogramma di frequenza pulito ed etichettato con una curva normale opzionale.
Provalo gratis
Creatore di box plot
Genera box plot a scatola e baffi puliti ed etichettati con quartili, baffi e valori anomali da una descrizione testuale.
Provalo gratis
Creatore di violin plot
Crea violin plot etichettati con box plot interni e forme di densità da una descrizione testuale.
Provalo gratisHai bisogno di altri grafici statistici o scientifici?
Genera forest plot, curve di Kaplan-Meier, volcano plot e altre figure scientifiche con SciDraw AI.
