auc指標的理解

     auc代表將一個樣本判斷爲正樣本得分大於負樣本得分的概率； auc值越大越好；可以想象y軸代表正類真正例率（召回率），x軸代表假正例類（誤判的樣本數量/所有真實的負樣本數量） ； 如果 auc值爲1，說明無論如何調節分類閾值都不會判斷錯誤，都能完美判斷；如果auc值爲0，則說明模型怎麼判斷都是錯的；

>>阅读原文<<