类不平衡（样本不均衡数据）处理笔记+ROC/AUC曲线

划分训练集测试集时

函数train_test_split中的参数stratif

ROC曲线

为什么提出ROC曲线

在不同的应用任务中，我们可根据任务需求来采用不同的阈值。

例如，若我们更重视“查准率”，则可以把阈值设置的大一些，让分类器的预测结果更有把握；若我们更重视“查全率”，则可以把阈值设置的小一些，让分类器预测出更多的正例。

因此，阈值设置的好坏，体现了综合考虑学习器在不同任务下的泛化性能的好坏。为了形象的描述这一变化，在此引入ROC曲线，ROC曲线则是从阈值选取角度出发来研究学习器泛化性能的有力工具。

什么是ROC曲线

ROC曲线的纵轴是“真正例率”(True Positive Rate, 简称TPR)，横轴是“假正例率”(False Positive Rate,简称FPR)

ROC具体细节

意义

为什么提出AUC

两条曲线发生交叉，则难以判断谁好谁坏。
进行比较时采用AUC