ROC评估曲线的坑

Roc曲线有多种算法，但先普及几个基本概念： True positives (TP) = 被模型预测为正的正样本 True negatives (TN) = 被模型预测为负的负样本 False positives (FP) = 被模型预测为正的负样本 False negatives (FN) = 被模型预测为负的正样本 TPR=TP/(TP+TN) 预测为正确的正样本的概率 FPR=FR/(FR+

>>阅读原文<<