分类性能度量-ROC Receiver operating characteristic example Receiver operating characteristic example 10 0.8 0.6 0.4 02 ROC curve (area 0.57) ROC curve (area =0.97) 0.0 04 0.6 0.8 101.0 02 04 0.6 0.8 10 False Positive Rate False Positive Rate ● 横轴：假正例率fprate= FP 纵轴：真正例率 tprate Te ROC(受试者工作特征曲线，receiver operating characteristic curve)描绘了 分类器在tp rate(真正正例占总正例的比率，反映命中概率，纵轴)和 fp rate(错误的正例占反例的比率，反映误诊率、假阳性率、虚惊概率， 横轴)间的trade-off。 哈尔滨工业大学计算机学院刘远超 11 分类性能度量--ROC l 假设只有两类，即正类(positive)和负类(negative),通常以关注的类为正类，其他类为 负类。则有4种可能： 实 际 类 别 预测类别 正例 负例 总计 正例 TP FN P(实际为正例) 负例 FP TN N(实际为负例) 表中AB模式：第二个符号表示预测的类别，第一个表示预测结果对了还是错了 l 横轴：假正例率 �� ���� = %" $ l 纵轴：真正例率 �� ���� = !" " l ROC (受试者工作特征曲线, receiver operating characteristic curve)描绘了 分类器在�� ����(真正正例占总正例的比率，反映命中概率，纵轴)和 �� ���� (错误的正例占反例的比率，反映误诊率、假阳性率、虚惊概率， 横轴) 间的trade-off。 哈尔滨工业大学计算机学院 刘远超 11