# ROC 曲线 和 AUC 面积

参考：

一文看懂 ROC、AUC - 知乎 (zhihu.com)

机器学习基础（1）- ROC 曲线理解 - 简书 (jianshu.com)

ROC 曲线：(recevier operating characteristic) 接收者操作特征；名字并不容易理解，实际上该曲线反映的是判别器阈值设定后的判断能力（也就是假正率 FPR 横轴，判负占总负的比例，以及真正率 TPR 纵轴，判正占总正的比例，作为判断能力），个人的理解是一种囊括能力，它会囊括的是 “自己” 判定为正确的分类，而这里面有包括真正正确的和错分的正确（实际上应为错误的），当然前者占的比例越高越好，后者占有越低越好。

因此，阈值的取值一般为判别器判定为每个元素为真的概率，比如：判别器判定第一个元素为真的概率为 36.2%，再去计算此时对应的 FPR x 值，TPR y 值。