我研究了多类逻辑回归，并考虑使用 ROC 来估计其性能。我做了一些研究，但我做的越多，我就越困惑将 ROC 用于多类问题是否有意义。
在我的理解中，ROC 默认是为二元问题设计的，所以对于多类问题，特别是当我们使用 one vs rest 方法（会有多个逻辑回归）时，它基本上估计每个二元问题逻辑回归而不是估计整个模型。虽然可以做微观或宏观平均ROC曲线，但我认为不能等同于整个模型的表现。
对于多类逻辑回归（OVR），它使用逻辑函数计算假设它为正的每个类的概率，然后选择概率最大的一个，所以似乎没有与二元逻辑回归模型相比，此过程涉及的阈值，因此，将无法对其进行ROC。如果我错了，请纠正我。
期待听到您的意见，以及 ROC 是否对多类逻辑回归有意义。如果是，那么解释它们的正确方法是什么？