weixin_44912030的博客

原创 混淆矩阵、ROC、AUC 学习记录

ROC曲线的横坐标为 假阳率(False positive rate)，纵坐标为真阳率(True positive rate)，基于对混淆矩阵的理解，我们几乎总是希望模型测试结果的真阳率尽可能高的同时，假阳率尽可能的低，把这种混淆矩阵映射到上面的二维空间时，它的坐标一定是更靠近左上的，而ROC曲线的实质就是多个不同阈值下的矩阵在二维空间中的连线，所以我们可以得到ROC曲线越靠近左上角，模型表现越优秀的结论。准确度(accuray)=(TP+TN) / (TP+FP+FN+TP)；