ROC和AUC的原理及AUC計算方法

1.非均衡分類問題       在大多數情況下不同類別的分類代價並不相等，即將樣本分類爲正例或反例的代價是不能相提並論的。例如在垃圾郵件過濾中，我們希望重要的郵件永遠不要被誤判爲垃圾郵件，還有在癌症檢測中，寧願誤判也不漏判。在這種情況下，僅僅使用分類錯誤率來度量是不充分的，這樣的度量錯誤掩蓋了樣例如何被錯分的事實。所以，在分類中，當某個類別的重要性高於其他類別時，可以使用Precison和Reca

>>阅读原文<<