ROC曲线的个人记法

自己老是容易记混，现在想个比喻的方法来加深自己的记忆：

1. 首先有一堆样本，这堆样本里有正样本和负样本。现在把正样本看成警察团体，负样本看成卧底团体。现在模型对所有人进行了评估，给每个人打了一个是真警察的概率。然后按照这个给概率让大家排队。
2. 现在按照排队顺序给大家颁发警察证书。
3. 那么AUC曲线里的纵轴，也就是召回率，关注的就是这些真警察，有哪些已经被颁发了证书，比例是多少。而横轴关心的就是这些卧底，看有多少卧底被颁发了证书，比例是多少。也就是误判。
4. 画图曲线：一开始当然大家都没有证书，所以肯定都是0，到最后大家都有证书了，所以肯定都是1. 按照顺序，给真警察颁一个，曲线就垂直往上走一个点，要是给卧底颁发了一个（误判），就往右走一个点。
5. 那么怎么说明模型好呢？当然就是模型判的真警察概率比卧底高，也就是真警察都排在卧底前面，这样就可以通过发到某个地方就不发证书了来区分出卧底嘛（阈值设定）。所以模型最好的情形对应着曲线一直往上走，然后一直往右走
6. 补充：对于F1曲线中的查准率(精准率)，关注的则是发了证书的人里面有多少真警察。所以三个比率，一个关注的是发了证书的人，一个是真警察团体，一个是卧底团体。