机器学习模型评估：ROC曲线

一、ROC曲线讲解

1、ROC概述

ROC曲线（Receiver Operating Characteristic curve）是一种用于评估二分类模型性能的工具。它以假阳性率（False Positive Rate，FPR）为横坐标，真阳性率（True Positive Rate，TPR）为纵坐标，绘制出的曲线。

在二分类问题中，我们通常将一个类别定义为“正例”，另一个类别定义为“负例”。而模型的预测结果可以分为四种情况：真正例（True Positive，TP）、真负例（True Negative，TN）、假正例（False Positive，FP）和假负例（False Negative，FN）。

ROC曲线通过改变分类模型的阈值来绘制，阈值决定了模型将样本划分为正例还是负例的标准。当阈值较低时，模型会更倾向于将样本划分为正例，这可能会增加假正例的数量，同时也会增加真正例的数量。当阈值较高时，模型会更倾向于将样本划分为负例，这可能会减少假正例的数量，但也会减少真正例的数量。

ROC曲线的横坐标是假阳性率（FPR），计算公式为 FPR = FP / (FP + TN)，表示被错误地划分为正例的负例样本占所有负例样本的比例。

ROC曲线的纵坐标是真阳性率（TPR），计算公式为 TPR = TP / (TP + FN)，表示被正确地划分为正例的正例样本占所有正例样本的比例，也可以理解为召回率（Recall）或灵敏度（Sensitivity）。

ROC曲线上的每个点代表了在不同阈值下模型的性能，曲线越靠近左上角，说明模型的性能越好。而ROC曲线下的面积（Area Under the Curve，AUC）则是一个综合评估模型性能的指标，取值范围在0到1之间，数