1.ROC曲线: 受试者工作特征曲线 (receiver operating characteristic curve）又称为感受性曲线(sensitivity curve)。
2.ROC曲线: 它通过将连续变量设定出多个不同的临界值，从而计算出一系列敏感度和特异度，再以敏感度为纵坐标、特异度为横坐标绘制成曲线，曲线下面积越大，诊断准确性越高。
3.纵轴—敏感度—TPR
4.横轴—特异度—FPR
在二分类问题中，将实例分成正类(postive)或者负类(negative)。但是实际中分类时，会出现四种情况。
(1)若一个实例是正类并且被预测为正类，即为真正类(True Postive TP)
(2)若一个实例是正类，但是被预测成为负类，即为假负类(False Negative FN)
(3)若一个实例是负类，但是被预测成为正类，即为假正类(False Postive FP)
(4)若一个实例是负类，但是被预测成为负类，即为真负类(True Negative TN)
如下图：其中1表示正类，0表示负类。
在理解以上概念之后，接下来就是绘制ROC曲线了。假设已经得出一系列样本被划分为正类的概率，然后按照正类的概率降序排序。下图中一共有20个测试样本。“类别”表示每个测试样本真正的标签（1表示正样本，0表示负样本）。“得分”表示每一个测试样本属于正样本的概率。
一般的二分类的实现方法就是选择一个阈值，将大于这个阈值的样本认为是正例，小于这个阈值的样本认为是反例。于是，不妨对 样本4来看，如果将样本4的评分设置为分类阈值，被分类器为正例的样本有1 2 3 4，其中真正的正例样本有1 2 4，故其TPR=3/10=0.3,FPR=1/10=0.1(分母虽然数值一样但是意义不同，前面TPR的分母是样本总体中的真正例个数，后者是样本总体中的真反例个数)。接着不妨设置样本9的评分0.51作为阈值，那么样本1~9都会被分类器认为是正例样本，其中为真正例的有1 2 4 5 6 9共6个，所以TPR=6/10=0.6,FPR=3/10=0.3.如此这样，将1~20每个样本的评分均作为分类器的判定阈值，可以得到20组TPR和FPR的有序数对；然后不妨以TPR和FPR为两个坐标轴建立一个直角坐标系，就可以得到这样的图像：（随着阈值的逐渐减小，越来越多的实例被划分为正类，但是这些正类中同样也掺杂着真正的负实例，即TPR和FPR会同时增大。阈值最大时，对应坐标点为(0,0),阈值最小时，对应坐标点(1,1)）
纵轴TPR：TPR越大，预测正类中实际正类越多。
横轴FPR：FPR越大，预测正类中实际负类越多。
理想目标：TPR=1，FPR=0,即图中(0,1)点，故ROC曲线越靠拢(0,1)点，越偏离45度对角线越好。
ROC曲线和AUC常被用来评价一个二值分类器（binary classifier）的优劣。
AUC（Area Under Curve）被定义为ROC曲线下的面积，显然这个面积的数值不会大于1。又由于ROC曲线一般都处于y=x这条直线的上方，所以AUC的取值范围在0.5和1之间。使用AUC值作为评价标准是因为很多时候ROC曲线并不能清晰的说明哪个分类器的效果更好，而作为一个数值，对应AUC更大的分类器效果更好。
假设分类器的输出是样本属于正类的得分，则AUC的物理意义是任取一对（正、负）样本，正样本的得分大于负样本的得分的概率。
AUC = 1，是完美分类器，采用这个预测模型时，不管设定什么阈值都能得出完美预测。绝大多数预测的场合，不存在完美分类器。
0.5 < AUC < 1，优于随机猜测。这个分类器（模型）妥善设定阈值的话，能有预测价值。
AUC = 0.5，跟随机猜测一样（例：丢铜板），模型没有预测价值。
AUC < 0.5，比随机猜测还差；但只要总是反预测而行，就优于随机猜测。
为什么使用ROC曲线
既然已经这么多评价标准，为什么还要使用ROC和AUC呢？因为ROC曲线有个很好的特性：当测试集中的正负样本的分布变化的时候，ROC曲线能够保持不变。在实际的数据集中经常会出现类不平衡（class imbalance）现象，即负样本比正样本多很多（或者相反），而且测试数据中的正负样本的分布也可能随着时间变化的。
参考：
https://www.cnblogs.com/dlml/p/4403482.html
https://blog.csdn.net/Green2_0/article/details/83744119
https://www.cnblogs.com/gatherstars/p/6084696.html
https://www.douban.com/note/284051363/