机器学习之ROC曲线理解

ROC曲线 1、roc曲线 曲线的坐标分别为真正例率（TPR）和假正例率（FPR），定义如下： 真正例的个数是实际值为正例被预测成为正例的值得个数，TPR是预测结果中真正例占实际值中正例的比例； 反正例的个数是实际值为反例被预测成为正例的值得个数，FPR是预测结果中反正例占实际值中的反例的比例； 很多学习器是为测试样本是产生一个实值或概率预测，然后将这个预测值与一个分类阈值进行比较，若大于阈值分为

>>阅读原文<<