roc和auc

ROC（接收者特征）曲线是一种比较两个分类器模型的工具。 对每一份数据分类器都有一个预测概率。对于二分类问题，f(X)选择阈值t，当分类器预测的概率大于f(X)>=t的该份数据我们就预测为正，而其他数据就预测为负。 这里的真正例率和假正例率都是相对于实际的正负而言，真正例率（TPR）：实际为真预测为真的概率除以实际为真的概率。假正例率（FPR）：实际为负却预测为真的概率概率除以实际为负的概率。 绘

>>阅读原文<<