个人对ROC曲线坐标的理解

横坐标（假正率）就理解为“误伤率”,即我为了把更多的少数类预测出来，而把多数类判断为少数类的概率，即误伤了本属于多数类的样本。
纵坐标（召回率）就理解为“捕捉率”，即我把更多的少数类捕捉到了的概率。

由上图可以看出，“误伤率”当然随着阈值的变大，变化要缓慢为宜，即随着纵坐标的增加，横坐标变化越小越好；
“捕捉率”则相反，即随着横坐标的增加，纵坐标越快越好。

举个警察抓小偷的例子：100个人，里面好人90人，坏人10人；横坐标就是误伤的概率，即随着阈值的增加，希望我每次判断的时候只会把极少数好人判断成坏人，最好是每次都可以真正把坏人抓出来，而不要宁可错杀一千而不放过一个，所以他关注的只是好人是否被你说成坏人的概率，那当然是每次判断的时候，被我把好人说成坏人的数量越少越好洛。而纵坐标就是捕捉到坏人的概率，对象都是坏人，即意思是：我本来有10个坏人，你一开始只找出了5个坏人，随着阈值的变大，是否能够很快把剩下5个也找出来，这就是“捕捉率”（召回率）