ROC与AUC

AUC(area under the curve)，是一种常用的用来评估二分类的评估标准。

其实就是通过FP(false positive),FN(false negative),TP(true positive),TN(true negative)来画出一条ROC曲线，然后再计算它的面积，就可以得到AUC的值。

使用方法请参考：https://scikit-learn.org/stable/modules/generated/sklearn.metrics.roc_auc_score.html#sklearn.metrics.roc_auc_score

这个值越大模型越精准。如果AUC值为0.5，就意味着是一条对角线，意味着完全随机预测。

对于二分类问题，我们还是希望AUC能够达到0.8以上的，或者不要比这个值差太多。