PR曲线，ROC曲线和AUC的区别

参考资料：
https://www.cnblogs.com/pinard/p/5993450.html
https://blog.csdn.net/dinosoft/article/details/43114935
https://blog.csdn.net/qq_16365849/article/details/52702412

ROC 和 AUC再次总结：
ROC是以特异度（FPR）和 灵敏度（TPR）为横纵坐标构成的曲线（实际是折线）。
AUC是ROC “曲线”与 x = 0 和 y = 1直线所构成的面积。
其中ROC曲线的横坐标是特异度（False Posistive Rate） FPR = FP / FP + TN，其含义是误分为正样本的负样本占所有正样本的比例。ROC曲线的纵坐标是灵敏度（True Positive Rate）TPR = TP / TP + FN，其含义是正确分类的正样本占所有正样本的比例。

True Positive, TP: 预测为正样本，实际也为正样本
False Positive, FP: 预测为正样本，实际为负样本
True Negative, TN: 预测为负样本，实际也为负样本
False Negative, FN: 预测为负样本，实际为正样本

准确率（Precision，P）
P = TP / (TP + FP)

召回率（Recall，R&