ROC（英文）和AUC（英文）

ROC概念

在信号检测理论中，受试者工作特征曲线（Roc curve）亦称roc曲线（receiver operating characteristic curve），用于筛选最优信号探测器、剔除较劣探测器或在同一探测器中设定最佳阈值点。近年来，在机器学习领域得到了显著的进步。 roc 分析的对象是二元分类器系统即其输出结果仅分为两类的系统例如阴性和阳性垃圾邮件等

混淆矩阵

ROC 空间

ROC空间是以伪阳率为自变量绘制并以真阳率为因变量构建的一个坐标系统。在该系统中，45度对角线将ROC曲线的空间划分为两个区域：位于对角线上方的曲线点表明该模型具有较高的区分度（优于随机猜测），而位于对角线下方的曲线点则表明该模型具有较低的区分度（低于随机猜测）。

最佳预测通常表现为ROC坐标系中的一个点，在(0,1)位置处。当X值为零时（即没有假阳性），Y值为