分类器或学习器为测试样本产生一个实值或概率预测值，相当于通过分类器为每个测试样本打分，如何评价分类器呢？最常用的指标就是AUC。AUC的物理意义是ROC曲线的面积，接下来将介绍ROC曲线、AUC的概念、以及AUC的计算方法。
1 ROC 定义
根据阈值不同，样本被判断为正例和负例的结果也不同。
这些样本按照预测情况和真是分类分成四类：
TP (True Positive) 预测为正，实际为正，真正例
FN (False Negative) 预测为负，实际为正，假反例
TN (True Negative) 预测为负，实际为负，真反例
FP (False Positive) 预测为正，实际为负，假正例
ROC曲线动机：阈值不同,可以得到不同的结果,但是由分类器决定的统计图始终是不变的。这时候就需要一个独立于阈值(遍历每个阈值),只与分类器有关的评价指标,来衡量特定分类器的好坏。
横坐标：FPR = FP / (FP + TN) 负正类率，预测的正类中，实际负实例占所有负实例的比例；
纵坐标：TPR = TP / (TP + FN) 真正类率，预测的正类中，实际正例占所有正实例的比例。
负正类率越低越好，正正类率越高越好。
2 画ROC曲线
遍历样本中的每个分数值，将每个分数值设置为阈值，大于阈值的预测为正，小于阈值的预测为负，根据每个阈值计算FPR和TPR，画出曲线。示例：
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：
3 AUC计算
AUC:任意取一个正例和一个负例，正例的预测值大于负例的预测值的概率有多大，也就是预测的准确性。
1）面积法
计算ROC曲线的面积，将曲线分成一个个的梯形去计算
2）排序法
一个关于AUC的很有趣的性质是，它和Wilcoxon-Mann-Witney Test是等价的。这个等价关系的证明留在下篇帖子中给出。而Wilcoxon-Mann-Witney Test就是测试任意给一个正类样本和一个负类样本，正类样本的score有多大的概率大于负类样本的score。
公式如下
为了求的组合中正样本的score值大于负样本，如果所有的正样本score值都是大于负样本的，那么第一位与任意的进行组合score值都要大，我们取它的rank值为n，但是n-1中有M-1是正样例和正样例的组合这种是不在统计范围内的（为计算方便我们取n组，相应的不符合的有M个），所以要减掉，那么同理排在第二位的n-1，会有M-1个是不满足的，依次类推，故得到后面的公式M*(M+1)/2，我们可以验证在正样本score都大于负样本的假设下，AUC的值为1
