auc 的概率解释

关于 auc 是什么、怎么算，已经有很多博文在将了。
如果有时间再写。

今天写一下 auc 统计学意义的证明，也就是：auc 等价于随机抽取一个正样本和一个负样本，正样本排在负样本之前的概率。

The AUC has an important statistical property: the AUC of a classifier is equivalent to the probability that
the classifier will rank a randomly chosen positive instance
higher than a randomly chosen negative instance.

假设 $X$ 是样本空间， $T(t)$ 是 $TPR$ 关于阈值 $t$ 的函数，那么：
$$T(t)=P[p(x)>t|label(x)=1]$$
$F(t)$ 是 $FPR$ 关于阈值 $t$ 的函数，那么：
$$F(t)=P[p(x)>t|label(x)=0]$$
$F(t)$ 的概率密度函数：
$$f(t)=$$