Essie2022-06-05 16:55:27

你好，ROC曲线展示了不同截断点的假阳性率（x轴）和真阳性率（y轴）之间的一个权衡。正样本是指想要正确分类出的类别所对应的样本。简单来说，与我们目的相关的就是正样本，无关的就是负样本。
这里举个例子，有病用1表示，无病用0表示，我们的目的是要找出有病的人，因此被分类为1的就是正样本，被分类为0的就是负样本。根据每个观测值属于正样本的概率值从大到小排序，依次将这些概率值作为分类阈值（默认阈值=0.5），当观测值属于正样本的概率大于或等于这个阈值时，即为正样本（判断观测值分类为1），否则为负样本（判断观测值分类为0）。每次选取一个不同的阈值，此时可以得到一组FPR和TPR，取n组不同的分类阈值，就可以得到n个点，连接起来就成为一条ROC曲线。ROC曲线下的面积越大，代表模型的预测越好。