關於AUC

預測值爲正例，記爲P（Positive） 預測值爲反例，記爲N（Negative） 預測值與真實值相同，記爲T（True） 預測值與真實值相反，記爲F（False） 樣本中的真實正例類別總數即TP+FN。 TPR 即True Positive Rate，TPR = TP/(TP+FN)。  同理，樣本中的真實反例類別總數爲FP+TN。FPR即False Positive Rate，FPR=FP/(

>>阅读原文<<