ROC 曲线,作为评价机器学习模型敏感度的一条重要曲线,在分类任务评价机制中应用较多。...但是很多朋友对于 ROC 曲线的理解还是有些模糊,心想着 x 轴是 FPR, y 轴是 TPR, 组条曲线有些神秘。...今天,咱们用 4 个样本,使用逻辑回归,分类阈值分别从 0.,0.2,0.4,0.6,0.8,1.0,依次变化,分别求出对应分类阈值的 FRP 和 TPR 值。...这样不就得到 6 个 (FRP,TPR) 点,组个曲线,不就是 ROC 曲线吗!...FPR(FP,TN):
return FP / (FP + TN)
使用逻辑回归 Logistic regression,得到 4 个样本的概率分布为:[0.8,0.6,0.4,0.2]
当分类阈值参数