Receiving Operating Characteristic (ROC)曲线的作用是用来分析binary classfier(0或者1)的能力
如上图所示,曲线可以被分为五个档次
- .90-1 = excellent (A)
- .80-.90 = good (B)
- .70-.80 = fair (C)
- .60-.70 = poor (D)
- .50-.60 = fail (F)
ROC实际上就是TP和FP的比例,通过这个比例,我们可以得知多大概率你的预测是正确的(概率论内容?)
理论上越接近1,代表着模型的预测更加准确
scikit-learn同样也有内置计算ROC的方法
然后plot出来就能知道模型ROC曲线图了