ROC曲線面積計算

在binary classification model中，ROC或AUC作爲一種常用的技術，有兩個優點：不隨真實情況的事件改變、不隨分類錯誤的相對成本改變，因此當future incidents、relative cost of classification errors或兩者都不穩定或未知時，ROC是很好的選擇。 AUC的值在0.5-1之間，0.5表示完全不確定，分類隨機，一般0.65-0.8

>>阅读原文<<