ROC(Receiver Operating Characteristic)曲线全称是“受试者工作特征”,通常用来衡量一个二分类学习器的好坏。如果一个学习器的ROC曲线能将另一个学习器的ROC曲线完全包住,则说明该学习器的性能优于另一个学习器。
绘制ROC曲线需要先了解两个概念:
1. 混淆矩阵,一个在评判二分类学习器的时候通常都会用到的表格
预测值 | 预测值 | |
---|---|---|
实际值 | 真 | 假 |
真 | TP | FN |
假 | FP | TN |
2. FPR和TPR
FPR(False Positive Rate)和TPR(True Positive Rate)分别对应着ROC曲线的横纵坐标,其定义如下
TPR=