ROC曲线

一、基本概念
ROC曲线(Receiver Operating Characteeristic Curve)

主要是根据混淆矩阵得出来的：
真正（True Positive , TP）被预测模型为正的正样本
假负（False Negative , FN）被模型预测为负的正样本
假正（False Positive , FP）被模型预测为正的负样本
真负（True Negative , TN）被模型预测为负的负样本

真正率（True Positive Rate , TPR）或灵敏度（sensitivity）
TPR = TP /（TP + FN）
正样本预测结果数/正样本实际数

假负率（False Negative Rate , FNR）
FNR = FN /（TP + FN）
被预测为负的正样本结果数 / 正样本实际数

假正率（）
FPR = FP /（FP + TN）
被预测为正的负样本结果数/负样本实际数

真负率（True Negative Rate , TNR）或特指度（specificity）
TNR = TN /（TN + FP）
负样本预测结果数/负样本实际数

其中，目标属性的被选中的那个期望值称作”正“（positive）

对于ROC曲线来说，有几个特殊点需要说明一下：
（TPR=0,FPR=0）把每个实例都预测为负类的模型
（TPR=1,FPR=1）把每个实例都预测为正类的模型
（TPR=1,FPR=0）理想中的模型

一个好的分类模型应该尽可能靠近图形的左上角，而一个随机猜测模型应该位于连接点（TPR=0,FPR=0）和（TPR=1,FPR=1）的主对角线上。
ROC曲线下方的面积（AUC）提供了评价模型平均性能的另一种方法。如果模型是完美的，那么它的AUC=1，如果模型是个简单的随机猜测模型，那么它的AUC=0.5，如果一个模型好于另一个，则它的曲线下方面积相对较大。

二、如何画ROC曲线
假设采用逻辑回归分类器，其给出针对每个实例为正类的概率，那么通过设定一个阈值如0.6，概率大于等于0.6的为正类，概率小于0.6的为负类，对应的可以算出（FPR,TPR），在平面中得到对应坐标点。随着阈值的逐渐减小，越来越多的实例被划分为正类，但是这些正类中同样也掺杂着真正的负实例，即TPR和FPR会同时增大。阈值最大时，对应坐标点为（0，0），阈值最小时，对应坐标点（1，1）。

假设已经得出一系列样本被划分为正类的概率，然后按照大小排序，下图是一个示例，图中共有20个测试样本，“Class”一栏表示每个测试样本真正的标签（p表示正样本，n表示负样本），“Score”表示每个测试样本属于正样本的概率。

接下来，我们从高到低，依次将“Score”值作为阈值threshold，当测试样本属于正样本的概率大于或等于这个threshold时，我们认为它为正样本，否则为负样本。举例来说，对于图中的第4个样本，其“Score”值为0.6，那么样本1，2，3，4都被认为是正样本，因为它们的“Score”值都大于等于0.6，而其他样本则都认为是负样本。每次选取一个不同的threshold，我们就可以得到一组FPR和TPR，即ROC曲线上的一点。这样一来，我们一共得到了20组FPR和TPR的值，将它们画在ROC曲线的结果如下图：

AUC(Area under Curve)：Roc曲线下的面积，介于0.1和1之间。Auc作为数值可以直观的评价分类器的好坏，值越大越好。
我们对M

首先AUC值是一个概率值，当你随机挑选一个正样本以及负样本，当前的分类算法根据计算得到的Score值将这个正样本排在负样本前面的概率就是AUC值，AUC值越大，当前分类算法越有可能将正样本排在负样本前面，从而能够更好地分类。
代码部分后续更新。。。。。