序
分类任务不同于回归，本次记录一下分类任务中常用的评价指标AUC与ROC
混淆矩阵
在搞清楚ROC和AUC之前，需要先弄明白混淆矩阵
混淆矩阵中有着Positive、Negative、True、False的概念，其意义如下：
○ 称预测类别为1的为Positive（阳性），预测类别为0的为Negative（阴性）。
○ 预测正确的为True（真），预测错误的为False（伪）。
那么就产生了如下的混淆矩阵：
- 那么混淆矩阵能干什么呢？
1、真阳率（也就是正类被预测为正类占所有正类样本的比例）
2、伪阳率（也就是负类被预测为负类占所有负类样本的比例）
AUC与ROC
-
ROC:
ROC的横轴代表FPRate，纵轴是TPRate，当二者相等时，如下图
其实也就是 y=x直线，其含义为将正类预测正确的概率=将负类预测正确的概率=0.5，那么就容易看出来，我们期望该条线尽量往左上方偏，也就是尽量让正类预测正确的概率大一些，如下面的图：
AUC:
AUC是ROC下方的面积。从上面分析来看，ROC的极限是正样本都被预测正确，也就是TPRate=1，此时的AUC=1，所以，一般情况下，AUC的值都是小于1的，他代表了一个正样本被预测为正类的 概率值 比一个负样本预测为正样本的概率值 要大的可能性。也就是说，任意一个样本x，都对应着有一个判定为正样本的概率P。-
举例说明：
对于下面的八个样本的预测情况：
可以得到相应的混淆矩阵：
进而计算得到：TPRate=3/4，FPRate=2/4，得到ROC曲线如下：
因此可以计算面积得到AUC=0.625
对于一些以概率值为预测值的模型来说，其预测值为下图样式：
那么此时我们所选取一个阈值，例如>=0.5，就将其预测值设置为1，这个时候该阈值的选取将影响最终的AUC。
AUC的优势：
AUC的计算方法同时考虑了分类器对于正例和负例的分类能力，在样本不平衡的情况下，依然能够对分类器作出合理的评价。因此AUC的目的就是用于平衡准确率与召回率。
例如在反欺诈场景，设非欺诈类样本为正例，负例占比很少（假设0.1%），如果使用准确率评估，把所有的样本预测为正例便可以获得99.9%的准确率。
但是如果使用AUC，把所有样本预测为正例，TPRate和FPRate同时为1，AUC仅为0.5，成功规避了样本不均匀带来的问题。
