​

大侠幸会，在下全网同名「算法金」 0 基础转 AI 上岸，多个算法赛 Top 「日更万日，让更多人享受智能乐趣」

在机器学习和数据科学的江湖中，评估模型的好坏是非常关键的一环。而 ROC（Receiver Operating Characteristic）曲线和 AUC（Area Under Curve）正是评估分类模型性能的重要工具。

这个知识点在面试中也很频繁的出现。尽管理解这些概念本身不难，但许多人在复习时容易混淆，或在面试紧张时忘记，影响回答效果。

本篇文章将会从基础概念入手，逐步深入到实际操作。我们会详细解释 ROC 曲线和 AUC 的定义和意义，通过实例和代码示范帮助大侠掌握这些工具的使用方法，最后通过一些实际应用案例和相关概念的对比，力求全面理解并灵活运用 ROC 和 AUC。

1. 基础概念介绍

1.1 什么是 ROC 曲线

ROC 曲线，即接收者操作特征曲线，ROC曲线产生于第二次世界大战期间，最早用在信号检测领域，侦测战场上的敌军载具（飞机、船舰）。现在是是用来评价二分类模型性能的常用图形工具。它通过显示真阳性率（True Positive Rate，简称 TPR）与假阳性率（False Positive Rate，简称 FPR）之间的权衡来帮助我们理解模型的分类能力。

1.2 什么是 AUC

AUC，即曲线下面积（Area Under Curve），是 ROC 曲线下面积的一个数值表示。它提供了一个定量的指标，用来衡量分类模型的整体表现。AUC 值范围从 0 到 1，值越大表示模型性能越好。

1.3 为何需要 ROC/AUC

在分类任务中，特别是当数据集类别不平衡时，单纯依赖准确率（Accuracy）可能会造成误导。为了更好地理解这一点，让我们通过一个例子来说明。

例子说明

假设我们有一个武侠元素的数据集，其中 95% 的样本是普通弟子，5% 的样本是高手。

让我们通过代码示例来演示这一点（代码供复现使用，可直接跳过下滑到解释部分）：

import numpy as np

import matplotlib.pyplot as plt

from sklearn.datasets import make_classification

from sklearn.model_selection import train_test_split

from sklearn.metrics import roc_curve, roc_auc_score, accuracy_score, confusion_matrix

# 生成一个极度不平衡的武侠数据集

# 假设特征表示武功修炼时间、战斗胜率等，标签表示是否为高手

X, y = make_classification(n_samples=1000, n_features=20, n_classes=2, weights=[0.95, 0.05], random_state=42)

# 将数据集分为训练集和测试集

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)

# 创建一个总是预测普通弟子的模型

class AlwaysNegativeModel:

def predict(self, X):

return np.zeros(X.shape[0])

# 训练和预测

model = AlwaysNegativeModel()

y_pred = model.predict(X_test)

# 计算混淆矩阵和准确率

cm = confusion_matrix(y_test, y_pred)

accuracy = accuracy_score(y_test, y_pred)

# 计算 ROC 曲线和 AUC

# 在这里我们需要一个概率预测来计算 ROC 曲线和 AUC，为了演示，我们假设模型输出的是一个常量概率

y_pred_prob = np.zeros(X_test.shape[0])

fpr, tpr, thresholds = roc_curve(y_test, y_pred_prob)

auc = roc_auc_score(y_test, y_pred_prob)

# 可视化结果

plt.figure(figsize=(10, 5))

plt.subplot(1, 2, 1)

plt.title("混淆矩阵")

plt.imshow(cm, interpolation='nearest', cmap=plt.cm.Blues)

plt.colorbar()

plt.xlabel("预测标签")

plt.ylabel("真实标签")

plt.xticks([0, 1], ["普通弟子", "高手"])

plt.yticks([0, 1], ["普通弟子", "高手"])

for i in range(2):

for j in range(2):

plt.text(j, i, cm[i, j], ha="center", va="center", color="red")

print(f"准确率: {accuracy:.2f}")

print(f"AUC: {auc:.2f}")

结果分析

如果我们使用一个简单的分类器，它总是预测所有样本为普通弟子。

这个模型的准确率为 95%，看起来表现很好，但实际上它根本无法识别高手，是一个毫无用处的分类器。

这个分类器没有任何实际的分类能力，因为它无法识别出真正的高手。

• ROC 曲线和 AUC：通过绘制 ROC 曲线并计算 AUC，我们可以看到 AUC 为 0.50，这表明模型没有任何区分能力。ROC 曲线是一条对角线，显示模型在随机猜测。

准确率只告诉我们模型整体预测正确的比例，但在类别不平衡的情况下，这个指标可能会误导我们。ROC 曲线和 AUC 提供了更全面的视角，展示了模型在不同阈值下的性能，帮助我们更准确地评估模型的分类能力。

更多内容，见免费知识星球

2. 详细解释

2.1 TPR（True Positive Rate）和 FPR（False Positive Rate）的定义

要理解 ROC 曲线，首先需要明白 TPR 和 FPR 的概念：

• TPR（True Positive Rate）：也称为灵敏度（Sensitivity）或召回率（Recall），表示的是在所有真实为正的样本中，被正确预测为正的比例。其计算公式为：

其中，TP（True Positives）是将正类正确分类为正类的样本数，FN（False Negatives）是将正类错误分类为负类的样本数。

• FPR（False Positive Rate）：表示的是在所有真实为负的样本中，被错误预测为正的比例。其计算公式为：

其中，FP（False Positives）是将负类错误分类为正类的样本数，TN（True Negatives）是将负类正确分类为负类的样本数。

2.2 AUC 的数学定义

AUC（Area Under Curve）是 ROC 曲线下的面积，用于评估分类模型的性能。AUC 值的范围从 0 到 1，值越大表示模型的性能越好。

数学上，AUC 可以通过积分计算：

在离散情况下，AUC 可以通过梯形法则近似计算：

3 绘制 ROC 曲线的步骤

绘制 ROC 曲线的步骤如下：

1. 选择阈值：从 0 到 1 的不同阈值。
2. 计算 TPR 和 FPR：对于每个阈值，计算相应的 TPR 和 FPR。
3. 绘制曲线：以 FPR 为横轴，TPR 为纵轴，绘制 ROC 曲线。

选择阈值：从 0 到 1 的不同阈值

from sklearn.metrics import roc_curve

# 预测测试集概率

y_pred_prob = model.predict_proba(X_test)[:, 1]

# 计算 ROC 曲线

fpr, tpr, thresholds = roc_curve(y_test, y_pred_prob)

# 输出部分阈值

print("阈值: ", thresholds[:10]) # 仅展示前10个阈值

计算 TPR 和 FPR：对于每个阈值，计算相应的 TPR 和 FPR

# 输出部分阈值对应的 TPR 和 FPR

for i in range(10): # 仅展示前10个阈值的对应值

print(f"阈值: {thresholds[i]:.2f} -> 假阳性率 (FPR): {fpr[i]:.2f}, 真阳性率 (TPR): {tpr[i]:.2f}")

绘制曲线：以 FPR 为横轴，TPR 为纵轴，绘制 ROC 曲线

import matplotlib.pyplot as plt

# 可视化 ROC 曲线

plt.figure(figsize=(8, 6))

plt.plot(fpr, tpr, color='blue', lw=2, label='ROC 曲线')

plt.plot([0, 1], [0, 1], color='gray', lw=1, linestyle='--', label='随机猜测')

plt.xlabel("假阳性率 (FPR)")

plt.ylabel("真阳性率 (TPR)")

plt.title("ROC 曲线")

plt.legend(loc="lower right")

# 在曲线上标出几个阈值点

threshold_points = [0.2, 0.5, 0.8]

for threshold in threshold_points:

idx = np.where(thresholds >= threshold)[0][0]

plt.scatter(fpr[idx], tpr[idx], marker='o', color='red')

plt.text(fpr[idx], tpr[idx], f"阈值={threshold:.2f}", fontsize=12)

plt.show()

4 AUC 的意义

AUC 值越大，模型的性能越好。具体来说：

• AUC = 0.5 表示模型没有分类能力，相当于随机猜测。
• 0.5 < AUC < 0.7 表示模型有一定的分类能力，但效果一般。
• 0.7 ≤ AUC < 0.9 表示模型有较好的分类能力。
• AUC ≥ 0.9 表示模型有非常好的分类能力。

AUC 的优缺点

优点：

• 阈值无关：AUC 衡量的是模型在所有可能的分类阈值下的表现，因此不受单一阈值的影响。
• 综合性能评估：AUC 综合了 TPR 和 FPR 的信息，能够全面评估模型的性能。

缺点：

• 可能不适用于极度不平衡的数据：在极度不平衡的数据集上，AUC 可能无法准确反映模型的性能，需要结合其他评估指标使用。
• 解释复杂：对于非专业人士来说，AUC 的解释和理解可能比较困难。

代码示例

下面我们通过代码示例来计算 AUC 并解释其意义：

import numpy as np

import matplotlib.pyplot as plt

from sklearn.datasets import make_classification

from sklearn.model_selection import train_test_split

from sklearn.linear_model import LogisticRegression

from sklearn.metrics import roc_curve, roc_auc_score, accuracy_score, confusion_matrix

# 生成一个不平衡的武侠数据集

# 假设特征表示武功修炼时间、战斗胜率等，标签表示是否为高手

X, y = make_classification(n_samples=1000, n_features=20, n_classes=2, weights=[0.9, 0.1], random_state=42)

# 将数据集分为训练集和测试集

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)

# 训练一个逻辑回归模型

model = LogisticRegression()

model.fit(X_train, y_train)

# 预测测试集

y_pred_prob = model.predict_proba(X_test)[:, 1]

# 计算 ROC 曲线和 AUC

fpr, tpr, thresholds = roc_curve(y_test, y_pred_prob)

auc = roc_auc_score(y_test, y_pred_prob)

# 可视化结果

plt.figure(figsize=(10, 5))

plt.subplot(1, 2, 1)

plt.title("ROC 曲线")

plt.plot(fpr, tpr, color='blue', lw=2, label=f"AUC = {auc:.2f}")

plt.plot([0, 1], [0, 1], color='gray', lw=1, linestyle='--')

plt.xlabel("假阳性率")

plt.ylabel("真阳性率")

plt.legend(loc="lower right")

plt.subplot(1, 2, 2)

plt.title("AUC 值示意")

plt.fill_between(fpr, tpr, color='blue', alpha=0.3)

plt.plot(fpr, tpr, color='blue', lw=2, label=f"AUC = {auc:.2f}")

plt.xlabel("假阳性率")

plt.ylabel("真阳性率")

plt.legend(loc="lower right")

plt.tight_layout()

plt.show()

print(f"AUC: {auc:.2f}")

ROC 曲线图

• 横轴（假阳性率，FPR）：表示负类样本中被错误分类为正类的比例。
• 纵轴（真阳性率，TPR）：表示正类样本中被正确分类为正类的比例。
• 蓝色曲线：展示了模型在不同阈值下的 FPR 和 TPR 之间的关系。
• 灰色虚线：表示一个随机猜测模型的表现，其 AUC 值为 0.5。
• AUC 值：图中显示的 AUC 值（在图例中标注），越接近 1 说明模型的分类性能越好。

AUC 值示意图

• 蓝色区域：ROC 曲线下的面积，即 AUC 值。这个面积越大，说明模型的分类性能越好。
• AUC 值标注：同样在图例中标注了 AUC 值。

通过这两个图，可以直观地看到模型在不同阈值下的分类性能，以及通过 AUC 值来量化这种性能。

5. 实际应用案例

为了让大侠更好地理解 ROC 和 AUC 在实际中的应用，我们将展示它们在不同领域中的应用，如医学诊断和金融风险评估，并通过实际案例进行代码实现。

5.1 在不同领域中的应用

医学诊断

在医学诊断中，ROC 曲线和 AUC 被广泛用于评估诊断测试的性能。例如，在筛查癌症时，医生希望测试能够正确识别出患病和未患病的患者。ROC 曲线可以帮助医生选择最佳的阈值，从而最大化检测的准确性。

金融风险评估

在金融领域，ROC 和 AUC 被用于评估信用评分模型的性能。例如，银行希望识别高风险借款人，以降低贷款违约率。ROC 曲线可以帮助银行选择适当的阈值，以平衡风险和收益。

5.2 实际案例分析及代码实现

我们将使用一个模拟的医学诊断数据集来演示如何应用 ROC 和 AUC。假设我们有一个数据集，包含患者的各种特征以及他们是否患有某种疾病。

代码示例和结果分析

import numpy as np

import matplotlib.pyplot as plt

from sklearn.datasets import load_breast_cancer

from sklearn.model_selection import train_test_split

from sklearn.linear_model import LogisticRegression

from sklearn.metrics import roc_curve, roc_auc_score, accuracy_score, confusion_matrix

# 加载乳腺癌数据集

data = load_breast_cancer()

X = data.data

y = data.target

# 将数据集分为训练集和测试集

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)

# 训练一个逻辑回归模型

model = LogisticRegression(max_iter=10000)

model.fit(X_train, y_train)

# 预测测试集

y_pred = model.predict(X_test)

y_pred_prob = model.predict_proba(X_test)[:, 1]

# 计算混淆矩阵和准确率

cm = confusion_matrix(y_test, y_pred)

accuracy = accuracy_score(y_test, y_pred)

# 计算 ROC 曲线和 AUC

fpr, tpr, thresholds = roc_curve(y_test, y_pred_prob)

auc = roc_auc_score(y_test, y_pred_prob)

# 可视化结果

plt.figure(figsize=(10, 5))

plt.subplot(1, 2, 1)

plt.title("混淆矩阵")

plt.imshow(cm, interpolation='nearest', cmap=plt.cm.Blues)

plt.colorbar()

plt.xlabel("预测标签")

plt.ylabel("真实标签")

plt.xticks([0, 1], ["未患病", "患病"])

plt.yticks([0, 1], ["未患病", "患病"])

for i in range(2):

for j in range(2):

plt.text(j, i, cm[i, j], ha="center", va="center", color="red")

plt.subplot(1, 2, 2)

plt.title("ROC 曲线")

plt.plot(fpr, tpr, color='blue', lw=2, label=f"AUC = {auc:.2f}")

plt.plot([0, 1], [0, 1], color='gray', lw=1, linestyle='--', label='随机猜测')

plt.xlabel("假阳性率")

plt.ylabel("真阳性率")

plt.legend(loc="lower right")

plt.tight_layout()

plt.show()

print(f"准确率: {accuracy:.2f}")

print(f"AUC: {auc:.2f}")

结果分析

• 准确率：模型的准确率（Accuracy）为 0.98，这意味着在所有测试样本中，有 98% 的样本被正确分类。
• AUC 值：AUC 值为 0.998，这意味着模型在区分未患病和患病患者方面表现非常完美。AUC = 0.998 表示模型在所有可能的阈值下都能完全区分正类和负类样本，这是一种理想状态。

解释

• 准确率为 0.98：在大多数情况下，这是一个很高的准确率，表明模型几乎所有的预测都是正确的。
• AUC = 0.998：表示模型在所有可能的阈值下都能完全区分未患病和患病患者，展示了模型极高的区分能力。

6. 相关概念的对照和对比

在这部分内容中，我们将对 ROC/AUC 与其他评估指标进行对照和对比，以便大侠更全面地理解这些指标在模型评估中的作用。

6.1 ROC/AUC 与混淆矩阵

混淆矩阵是一种用来评价分类模型性能的工具，它通过展示真阳性（TP）、假阳性（FP）、真阴性（TN）和假阴性（FN）的数量来评估模型。ROC 曲线和 AUC 则是从不同的阈值下综合评估模型的性能。

示例代码：

from sklearn.metrics import confusion_matrix, accuracy_score

# 预测测试集

y_pred = model.predict(X_test)

y_pred_prob = model.predict_proba(X_test)[:, 1]

# 计算混淆矩阵

cm = confusion_matrix(y_test, y_pred)

accuracy = accuracy_score(y_test, y_pred)

# 输出混淆矩阵和准确率

print("混淆矩阵:")

print(cm)

6.2 ROC/AUC 与 PR 曲线

PR 曲线（Precision-Recall Curve）是另一种评估二分类模型的方法，特别适用于不平衡数据集。它通过展示查准率（Precision）和召回率（Recall）之间的关系来评估模型性能。

• 查准率（Precision）：表示在所有被预测为正类的样本中，实际为正类的比例。
• 召回率（Recall）：表示在所有实际为正类的样本中，被正确预测为正类的比例。

示例代码：

from sklearn.metrics import precision_recall_curve

# 计算 PR 曲线

precision, recall, _ = precision_recall_curve(y_test, y_pred_prob)

# 可视化 PR 曲线

plt.figure()

plt.plot(recall, precision, color='blue', lw=2, label='PR 曲线')

plt.xlabel("召回率")

plt.ylabel("查准率")

plt.title("PR 曲线")

plt.legend(loc="lower left")

plt.show()

6.3 其他评估指标（如 Precision、Recall）与 ROC/AUC 的关系

除了 ROC/AUC 和 PR 曲线，其他常用的评估指标还有：

• 准确率（Accuracy）：表示被正确分类的样本占总样本的比例。
• 查准率（Precision）：表示在所有被预测为正类的样本中，实际为正类的比例。
• 召回率（Recall）：表示在所有实际为正类的样本中，被正确预测为正类的比例。
• F1 分数（F1 Score）：查准率和召回率的调和平均数，用于综合评价模型的精确性和召回率。

示例代码：

from sklearn.metrics import precision_score, recall_score, f1_score

# 计算查准率、召回率和 F1 分数

precision = precision_score(y_test, y_pred)

recall = recall_score(y_test, y_pred)

f1 = f1_score(y_test, y_pred)

# 输出结果

print(f"查准率: {precision:.2f}")

print(f"召回率: {recall:.2f}")

print(f"F1 分数: {f1:.2f}")

7. 误区和注意事项

在使用 ROC 和 AUC 评估分类模型性能时，大侠需要注意一些常见的误区和使用注意事项，以便准确地理解和应用这些指标。

7.1 常见误区

误区一：高准确率等于高性能

高准确率并不一定意味着模型性能优秀，尤其是在类别不平衡的情况下。正如前文所示，即使一个模型总是预测为大多数类，其准确率也可能很高，但其实际分类能力可能非常差。

误区二：AUC 值越高越好

虽然 AUC 值高表示模型性能好，但在某些应用场景下，其他指标如查准率（Precision）和召回率（Recall）可能更加重要。例如，在医疗诊断中，召回率（即灵敏度）通常比 AUC 更加关键，因为漏诊的代价非常高。

误区三：单一指标评价模型

依赖单一指标评价模型性能是不全面的。最好结合多个指标（如 AUC、准确率、查准率、召回率和 F1 分数）来综合评估模型的性能。

7.2 使用 ROC/AUC 时的注意事项

注意事项一：数据不平衡问题

在处理类别不平衡的数据集时，AUC 和 ROC 曲线可以提供更全面的评估，但仍需要结合 PR 曲线等其他指标进行综合分析。

注意事项二：选择合适的阈值

ROC 曲线展示了模型在不同阈值下的性能表现，需要根据具体应用场景选择合适的阈值。例如，在金融风险评估中，选择较低的阈值可能会增加风险，但可以减少漏检。

注意事项三：模型的校准

确保模型的概率输出是校准的，即输出的概率与实际发生的概率一致。模型校准可以通过可靠性图（Calibration Curve）等方法进行评估和调整。

[ 抱个拳，总个结 ]

经过前面的详细讲解，我们已经全面了解了 ROC 曲线和 AUC 的概念、计算方法、代码实现以及在不同领域中的应用。下面对文章的核心内容进行简要回顾：

核心要点回顾

1. 基础概念：ROC 曲线是用来评价二分类模型性能的工具，通过显示真阳性率（TPR）和假阳性率（FPR）之间的权衡来帮助我们理解模型的分类能力。AUC（曲线下面积）是 ROC 曲线下的面积，用于量化模型的整体表现。
2. 详细解释：我们详细解释了 TPR 和 FPR 的定义，绘制 ROC 曲线的步骤，并通过实例代码演示了如何计算和绘制 ROC 曲线以及 AUC。还对 AUC 的数学定义、意义及其优缺点进行了分析。
3. 代码示范：通过使用 Python 和 scikit-learn 库，我们实现了如何计算和绘制 ROC 曲线及 AUC，并通过实例展示了这些指标在实际应用中的效果。
4. 实际应用案例：我们使用乳腺癌数据集进行模型训练和评估，展示了 ROC 和 AUC 在医学诊断中的实际应用，并通过代码详细演示了如何计算和解释这些指标。
5. 相关概念对照和对比：我们对 ROC/AUC 与混淆矩阵、PR 曲线等其他评估指标进行了对照和对比，帮助全面理解这些指标的作用，并根据具体应用场景选择合适的评估方法。
6. 误区和注意事项：我们讨论了在使用 ROC 和 AUC 时常见的误区和需要注意的事项，提醒大侠避免在模型评估中常见的错误，并提供了结合多种评估指标综合分析模型性能的方法。

关键概念回顾

• ROC 曲线：评估模型在不同阈值下的性能，通过展示 TPR 和 FPR 的关系来帮助理解模型的分类能力。
• AUC：量化 ROC 曲线下的面积，用于综合评价模型的整体表现，AUC 值越大表示模型性能越好。
• 混淆矩阵：展示模型的分类结果，通过四个基本要素（TP、FP、TN、FN）来评估模型性能。
• PR 曲线：展示查准率和召回率之间的关系，特别适用于类别不平衡的数据集。
• 校准曲线：评估模型的概率输出是否与实际概率一致，确保模型的概率预测是准确的。

通过这篇文章的讲解，希望大侠们能够更加全面地理解和应用 ROC 曲线和 AUC，在实际项目中灵活运用这些知识，提升模型评估的准确性和可靠性。

- 科研为国分忧，创新与民造福 -

日更时间紧任务急，难免有疏漏之处，还请大侠海涵 内容仅供学习交流之用，部分素材来自网络，侵联删

[ 算法金，碎碎念 ]

全网同名，日更万日，让更多人享受智能乐趣

如果觉得内容有价值，烦请大侠多多 分享、在看、点赞，助力算法金又猛又持久、很黄很 BL 的日更下去；

同时邀请大侠 关注、星标 算法金，围观日更万日，助你功力大增、笑傲江湖