機器學習之ROC曲線理解

ROC曲線 1、roc曲線 曲線的座標分別爲真正例率（TPR）和假正例率（FPR），定義如下： 真正例的個數是實際值爲正例被預測成爲正例的值得個數，TPR是預測結果中真正例佔實際值中正例的比例； 反正例的個數是實際值爲反例被預測成爲正例的值得個數，FPR是預測結果中反正例佔實際值中的反例的比例； 很多學習器是爲測試樣本是產生一個實值或概率預測，然後將這個預測值與一個分類閾值進行比較，若大於閾值分爲

>>阅读原文<<