案例

Python实现逻辑回归(Logistic Regression in Python)
http://www.powerxing.com/logistic-regression-in-python/

python sklearn包——混淆矩阵、分类报告等自动生成

ROC和AUC在python中metrics上的实现

python sklearn画ROC曲线
ROC和AUC在python中metrics上的实现

分类器评价指标

ROC曲线-阈值评价标准(详细解释)
http://blog.csdn.net/abcjennifer/article/details/7359370

ROC曲线
http://www.cnblogs.com/webRobot/p/6803747.html

R实现ROC曲线(BEST CUT OFF)
http://blog.sina.com.cn/s/blog_9b332cf401012qht.html

分类器性能评价：图形方法(2)
https://site.douban.com/182577/widget/notes/10567212/note/348213109/

二分类模型性能评价（R语言，logistic回归，ROC曲线，lift曲线，lorenz曲线）
http://chen.yi.bo.blog.163.com/blog/static/150621109201042641952619/

https://wenku.baidu.com/view/f953978302d276a200292e67.html
计算Youden指数,并选择其最大的切点为临界点

y = combos.aim  
pred = combos.predict 
from sklearn.metrics import roc_curve
fpr, tpr, thresholds = roc_curve(y, pred)  

from sklearn.metrics import auc  
auc(fpr, tpr)

plt.plot(fpr, tpr)


#最佳阈值 约登指数

RightIndex=(tpr+(1-fpr)-1)
tpr[1]
index=np.where(RightIndex==max(RightIndex))

tpr_val=tpr[index]
fpr_val=fpr[index]  
thresholds_val=thresholds[index]  #0.468