[转载请注明来源于此:[CSDN]身披白袍's博客]
>ROC(Receiver Operating Characteristic Curve),即受试者工作特征曲线
更新版本:对于ROC的理解还可以参考此处:[数理知识]统计决策理论——贝叶斯决策与两类错误率_贝叶斯错误率-CSDN博客
ROC曲线是用来验证一个分类器(二分)模型的性能的。其工作原理是,给出一个模型,输入已知正负类的一组数据,并通过对比模型对该组数据进行的预测,衡量这个模型的性能。
注意,“测试数据”的正负类是已知的,我们需要的是判断模型预测数据的阳性、阴性是否符合“测试数据”的事实。
在这个前提下,整个ROC曲线的内容如下图: