關於ROC曲線和AUC的知識小記

很多分類器根據測試樣本產生乙個概率**，然後將該**值與閾值進行比較，高於閾值則被分類為正類，低於閾值則被分為負類。

auc值是評價分類器的乙個指標，全稱是area under curve，直譯就是曲線下的面積。什麼曲線呢，就是roc曲線。

真實值和**值的混淆矩陣

**值**值0

1真實值0tn

fp真實值1fn

tp0代表負例 1代表正例

tn：true negative  真實的負例  

tp：true positive   真實的正例

fp：false positive  錯誤的正例

fn：false negative 錯誤的負例

roc曲線

fpr = fp / (fp+tn)

tpr = tp / (tp+fn)

想必以上的內容已經把你看暈了，繞來繞去的很不好記，於是有乙個好一點的方法。假設有一組0&1序列，在序列中加入乙個分割線，表示為閾值，在分割線左邊的為劃分的負類，在分割線右邊的表示為劃分的正類。

fpr表示的為分割線右邊的0的個數佔所有的0的個數的比例，即把所有負類中劃分為正例的比例。值越大則誤分類率越高。

tpr表示的為分割線右邊的1的個數佔所有的1的個數的比例，即把所有的正例分類為正例的比例。值越大則誤分類率越低。

00100110110|1110110111

我們根據分類器的**結果對樣本進行排序，按照此順序將樣本作為正例**。取無數個閾值來對樣本值進行分類，每取乙個閾值，計算出這個閾值對應的橫座標和縱座標，在roc曲線上就會對應有乙個點。當我們取了很多個閾值，這個時候就可以形成乙個曲線。這個曲線就被稱為roc曲線。

**於周志華老師的西瓜書

分析兩個特殊的點。

roc曲線形成之後，它將整個區域變成了兩個部分，一部分是左上角的區域，一部分是右下角的區域。auc值就是roc曲線右下角區域的面積。

auc值的物理意義就是分類器將樣本分類成功的概率。值越大，則表示該分類器將樣本正確分類的概率值越高。

假設auc值為a，

0.5=a，表明該分類器隨機分類，分類結果毫無意義，跟擲硬幣一樣，分對分錯概率五五開，完全不可信。

1>a>0.5，表明該分類器將樣本分對的概率比分錯的概率高，比較可信。

0.5>a>0，表明該分類器有點皮，他反著分類，反向**。

1=a,表示這是乙個完美的分類器，他說的都對。

0=a,我沒想好這個表示什麼  =。=

ROC曲線和AUC面積

本博文所有理論都是基於二分類，多分類問題其實與二分類問題相通。考慮乙個二分問題，如果一類定為正類 positive 那麼另一類就是負類 negative 注意和正樣本和負樣本概念不同，參考博文 真正類 true positive 例項是正類並且也被 成正類 假正類 false positive 例項...

ROC曲線和AUC指標

roc曲線的橫軸就是fprate，縱軸就是tprate，二者相等時表示的意義則是 對於不論真實類別是1還是0的樣本，分類器 為1的概率是相等的，此時auc為0.5 圖中藍色的線則是roc曲線，roc曲線和橫軸 縱軸圍成的面積就是auc指標。fpr fp fp tn from sklearn.metr...

AUC和ROC曲線的前世今生

auc數值即為roc曲線下的面積。roc曲線從0點開始上公升越快，說明模型錯分正樣本的比例越小，模型對正樣本識別的能力越強。在roc曲線的基礎上，拋開閾值的調節，roc曲線下半部分的面積值就是auc值。auc值介於0到1之間，是一種概率值。本質上auc是在模型 的資料集中，比較正負樣本，評估正樣本分...