ROC与AUC
周志华《机器学习》第33页
很多学习器是为测试样本产生一个实值或概率的预测，然后将这个预测值与一个分类阈值进行比较。
根据实值的预测结果，我们可以将测试样本进行排序，”最可能”的正例排在最前面。
分类过程就相当于在这个排序中一某个截断点将样本分为两部分，前部分做正例，后部分做反例。
ROC横轴是“假正率”，纵轴是“真正率”，
周志华《机器学习》第33页
很多学习器是为测试样本产生一个实值或概率的预测，然后将这个预测值与一个分类阈值进行比较。
根据实值的预测结果，我们可以将测试样本进行排序，”最可能”的正例排在最前面。
分类过程就相当于在这个排序中一某个截断点将样本分为两部分，前部分做正例，后部分做反例。
ROC横轴是“假正率”，纵轴是“真正率”，
