ROC曲线和AUC

ROC全称Receiver Operating Curve，最早应用于二战时的雷达探测，以评价信号侦测模型的优劣。在机器学习领域，ROC曲线同样用于模型效果的评价。

ROC曲线样例如下图所示，其横坐标为假正率（FPR），纵坐标为真正率（TPR），曲线上的点对应不同阈值下的模型（FPR，TPR）。

ROC理解的难点就在于阈值的变化，能够造成FPR和TPR的变化，从而形成曲线。

当判断正负样本的阈值为极端小时，所有的样本均为正样本，此时假正（FP）样本等于负样本（N）的量，即FPR=FP/N=100%；真正（TP）样本等于正样本的量，即TPR=TP/P=100%，这就形成了曲线右上角的点（1，1）。

当判断正负样本的阈值为极端大时，所有的样本均为负样本，此时假正（FP）样本数量为0（因为没有正样本），即FPR=FP/N=0；真正（TP）样本也为0，即TPR=TP/P=0，这就形成曲线左下角的点（0，0）。

当阈值设为极端小和极端大之间时，（FPR，TPR）在（0，0）和（1，1）之间滑动，从而形成ROC曲线。

AUC全称Area Under Curve，表示ROC曲线下的面积，一般认为AUC数值越大，则模型效果越好。图形中的蓝色虚线为参考线，表示随机模型的效果，在蓝色虚线下的模型，效果逊于随机模型。

python sklearn中有专门的绘制ROC曲线的包，如下示例代码供参考。

from sklearn import metrics
import matplotlib.pyplot as plt
# y_real表示实际值（或实际类别），y_pred表示预测值（或预测概率）
fpr, tpr, thresholds = metrics.roc_curve(y_real, y_pred, pos_label=1)
roc_auc = metrics.auc(fpr, tpr)
plt.figure()
plt.plot(fpr, tpr, color='darkorange',
         lw=2, label='ROC curve (area = %0.2f)' % roc_auc)
plt.plot([0, 1], [0, 1], color='navy', lw=2, linestyle='--')

参考文献： https://zh.wikipedia.org/wiki/ROC%E6%9B%B2%E7%BA%BF