概念
横轴假正率 $\mathrm{FPR}=\frac{FP}{FP+TN}$，纵轴真正率 $\mathrm{TPR}=\frac{TP}{TP+FN}$（即召回率）。阈值从高到低扫一遍，画出 ROC；曲线下面积就是 AUC。
AUC=0.5 约等于随机猜；越接近 1 表示正样本得分整体高于负样本。
不固定阈值时，模型「排序能力」有多好？
横轴假正率 $\mathrm{FPR}=\frac{FP}{FP+TN}$，纵轴真正率 $\mathrm{TPR}=\frac{TP}{TP+FN}$（即召回率）。阈值从高到低扫一遍，画出 ROC；曲线下面积就是 AUC。
AUC=0.5 约等于随机猜；越接近 1 表示正样本得分整体高于负样本。