1 roc曲線的概念
受試者工作特徵曲線 （receiver operating characteristic curve，簡稱roc曲線），又稱為 感受性曲線（sensitivity curve）。得此名的原因在於曲線上各點反映著相同的感受性，它們都是對同一 訊號刺激的反應，只不過是在幾種不同的判定標準下所得的結果而已。接受者操作特性曲線就是以假陽性概率（false positive rate）為 橫軸，擊中概率為縱軸所組成的座標圖，和被試在特定刺激條件下由於採用不同的判斷標準得出的不同結果畫出的曲線。
roc 曲線是根據一系列不同的二分類方式（分界值或決定閾），以真陽性率（靈敏度）為縱座標，假陽性率（1-特異度）為橫座標繪製的曲線。傳統的診斷試驗評價方 法有乙個共同的特點，必須將試驗結果分為兩類，再進行統計分析。roc曲線的評價方法與傳統的評價方法不同，無須此限制，而是根據實際情況，允許有中間狀 態，可以把試驗結果劃分為多個有序分類，如正常、大致正常、可疑、大致異常和異常五個等級再進行統計分析。因此，roc曲線評價方法適用的範圍更為廣泛。
2 roc曲線的例子
考慮乙個二分問題，即將例項分成正類（positive）或負類（negative）。對乙個二分問題來說，會出現四種情況。如果乙個例項是正類並且也 被 **成正類，即為真正類（true positive）,如果例項是負類被**成正類，稱之為假正類（false positive）。相應地，如果例項是負類被**成負類，稱之為真負類（true negative）,正類被**成負類則為假負類（false negative）。
fn：漏報，沒有正確找到的匹配的數目；
tn：正確拒絕的非匹配對數
ROC曲線的通俗理解
在準備機器學習導論課程考試的過程中，發現自己根據西瓜書上的講解總是也理解不上去roc曲線的含義。於是在網路上尋求答案，發現一篇講解得不錯的部落格，說得比西瓜書好很多，通俗易懂。這裡說一下自己的感想和理解對於已經有資料標籤的訓練樣本，可以得到它們的評分 其中class一欄表示真實值，p為正例，n為反例...
ks 曲線 ROC曲線與KS曲線的理解
roc曲線 roc曲線是評判乙個模型好壞的標準，有兩個值要知道，fpr 假正率 和tpr 真正率 roc曲線就是以這兩個值為座標軸畫的。比如邏輯回歸得到的結果是概率，那麼就要取閾值來劃分正負，這時候，每劃乙個閾值，就會產生一組fpr和tpr的值，然後把這組值畫成座標軸上的乙個點，這樣，當選取多組閾值...
ROC曲線及其matlab實現ROC曲線的繪畫
roc曲線 receiver operating characteristic curve 是利用classification模型真正率 true positive rate 和假正率 false positive rate 作為座標軸，圖形化表示分類方法的準確率的高低。roc圖的一些概念定義 真正...