1700533510
15
1700533511
1700533512
n
1700533513
1700533514
0.36
1700533515
1700533516
16
1700533517
1700533518
n
1700533519
1700533520
0.35
1700533521
1700533522
17
1700533523
1700533524
p
1700533525
1700533526
0.34
1700533527
1700533528
18
1700533529
1700533530
n
1700533531
1700533532
0.33
1700533533
1700533534
19
1700533535
1700533536
p
1700533537
1700533538
0.30
1700533539
1700533540
20
1700533541
1700533542
n
1700533543
1700533544
0.1
1700533545
1700533546
就本例来说，当截断点选择为正无穷时，模型把全部样本预测为负例，那么FP和TP必然都为0，FPR和TPR也都为0，因此曲线的第一个点的坐标就是（0,0）。当把截断点调整为0.9时，模型预测1号样本为正样本，并且该样本确实是正样本，因此，TP=1，20个样本中，所有正例数量为P=10，故TPR=TP/P=1/10；这里没有预测错的正样本，即FP=0，负样本总数N=10，故FPR=FP/N=0/10=0，对应ROC曲线上的点（0,0.1）。依次调整截断点，直到画出全部的关键点，再连接关键点即得到最终的ROC曲线，如图2.2所示。
1700533547
1700533548
1700533549
1700533550
1700533551
图2.2 ROC曲线
1700533552
1700533553
其实，还有一种更直观地绘制ROC曲线的方法。首先，根据样本标签统计出正负样本的数量，假设正样本数量为P，负样本数量为N；接下来，把横轴的刻度间隔设置为1/N，纵轴的刻度间隔设置为1/P；再根据模型输出的预测概率对样本进行排序（从高到低）；依次遍历样本，同时从零点开始绘制ROC曲线，每遇到一个正样本就沿纵轴方向绘制一个刻度间隔的曲线，每遇到一个负样本就沿横轴方向绘制一个刻度间隔的曲线，直到遍历完所有样本，曲线最终停在（1,1）这个点，整个ROC曲线绘制完成。
1700533554
1700533555
问题3 如何计算AUC？
1700533556
1700533557
难度：★★☆☆☆
1700533558
1700533559
分析与解答