ROC是一种曲线用于描述二分类判别器对不同的threshold的曲线;用于表达判别器的分类能力;
其主要有两个指标:TPR和FPR,根据这两个值(不同的threshold有不同的值)来绘制曲线;
AUC:通常来说指的是Area Under the Curve Of ROC
放一张AUC与ROC的图片,供直觉上认识:
其中,对角的斜线表示的是random guess的判别模型的的ROC曲线;那么在对角线之上的说明模型的判别效果比随机猜测要好!而在对角线之下的则说明其判别能力还不如随机猜测.如此便可以使用AUC来判断一个二分类模型的判别能力.