当前位置：首页 > news >正文

机器学习-ROC曲线和 AUC指标

news 来源：原创 2025/6/3 10:34:53

1. 什么是ROC曲线？

ROC（Receiver Operating Characteristic，受试者工作特征曲线）是用来评估分类模型性能的一种方法，特别是针对二分类问题（比如“患病”或“健康”）。

核心思想

ROC曲线通过改变分类阈值（即模型预测为“正类”的概率界限），观察模型的真正例率（TPR）和假正例率（FPR）的变化。
TPR（True Positive Rate） = 真正例 / 所有实际正例
（正确识别出病人的比例）
FPR（False Positive Rate） = 假正例 / 所有实际负例
（把健康人误诊为病人的比例）

例子：医生诊断病人

假设我们有10个病人，其中4个真的患病（正类），6个健康（负类）。医生（模型）对每个病人给出一个患病概率（0~1之间的值）。

病人	实际状态	模型预测概率
1	患病	0.9
2	患病	0.8
3	患病	0.7
4	患病	0.6
5	健康	0.55
6	健康	0.54
7	健康	0.53
8	健康	0.52
9	健康	0.51
10	健康	0.5

问题：医生应该设置一个阈值（比如0.6），把概率≥0.6的病人判定为“患病”，否则“健康”。但这个阈值选多少最好呢？ROC曲线就帮我们分析不同阈值下的表现。

2. 如何画ROC曲线？

我们调整阈值，计算不同阈值下的TPR和FPR，然后画出曲线：

阈值	预测结果（≥阈值=患病）	TPR（真正例率）	FPR（假正例率）
0.9	[1]	1/4 = 0.25	0/6 = 0
0.8	[1,2]	2/4 = 0.5	0/6 = 0
0.7	[1,2,3]	3/4 = 0.75	0/6 = 0
0.6	[1,2,3,4]	4/4 = 1.0	0/6 = 0
0.55	[1,2,3,4,5]	4/4 = 1.0	1/6 ≈ 0.167
0.54	[1,2,3,4,5,6]	4/4 = 1.0	2/6 ≈ 0.333
...	...	...	...

ROC曲线就是把所有（FPR, TPR）点连起来：

横轴（X）：FPR（假正例率）
纵轴（Y）：TPR（真正例率）

理想情况：曲线越靠近左上角（TPR高，FPR低），模型越好。

3. 什么是AUC？

AUC（Area Under Curve，曲线下面积）是ROC曲线下的面积，范围在0~1：

AUC=1：完美模型（所有病人都被正确识别，没有误诊）
AUC=0.5：随机猜测（和抛硬币一样，没有区分能力）
AUC=0：完全反了（把病人当成健康，健康当成病人）

例子：

如果AUC=0.9，说明模型很好。
如果AUC=0.6，说明模型一般。
如果AUC=0.5，说明模型和随机猜测差不多。

4. Python代码实现

我们用sklearn计算ROC曲线和AUC：

import numpy as np from sklearn.metrics import roc_curve, auc import matplotlib.pyplot as plt # 实际标签（1=患病，0=健康） y_true = np.array([1, 1, 1, 1, 0, 0, 0, 0, 0, 0]) # 模型预测概率 y_scores = np.array([0.9, 0.8, 0.7, 0.6, 0.55, 0.54, 0.53, 0.52, 0.51, 0.5]) # 计算ROC曲线 fpr, tpr, thresholds = roc_curve(y_true, y_scores) # 计算AUC roc_auc = auc(fpr, tpr) # 画图 plt.figure() plt.plot(fpr, tpr, color='darkorange', lw=2, label=f'ROC curve (AUC = {roc_auc:.2f})') plt.plot([0, 1], [0, 1], color='navy', lw=2, linestyle='--') # 随机猜测的线 plt.xlabel('False Positive Rate (FPR)') plt.ylabel('True Positive Rate (TPR)') plt.title('Receiver Operating Characteristic (ROC) Curve') plt.legend(loc="lower right") plt.show()

输出结果：

你会看到一条ROC曲线，AUC值会显示在图上（比如AUC=1.0，因为这个例子数据简单）。

5. 总结

概念	解释
ROC曲线	不同阈值下的TPR vs FPR曲线
AUC	ROC曲线下的面积，衡量模型区分能力
理想情况	AUC接近1，曲线靠近左上角
随机猜测	AUC=0.5，曲线是45度直线