本文主要是介绍2.6 如何计算AUC？，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
2.6 如何计算AUC？
前情提要：
2.4 ROC曲线是什么？
2.5 如何绘制ROC曲线？
AUC定义：AUC指的是ROC 曲线下的面积大小，该值能够量化地反映基于ROC曲线衡量出的模型性能。
计算方法：计算AUC值只需要沿着ROC 横轴做积分就可以了。
由于ROC曲线一般都处于y=x这条直线的上方(如果不是的话，只要把模型预测的概率反转成1-p就可以得到一个更好的分类器)，所以AUC的取值一般在0.5~1之间。
AUC越大，说明分类器越可能把真正的正样本排在前面，分类性能越好。
下集预告：2.7 ROC曲线相比P-R曲线有什么特点？
参考文献：
《百面机器学习》 诸葛越主编
出版社：人民邮电出版社（北京）
ISBN：978-7-115-48736-0
2022年8月第1版（2022年1月北京第19次印刷）
这篇关于2.6 如何计算AUC？的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
