ROC曲线是一个分类模型效果好坏评判的的可视化表示。

在这篇文章中，我将分三个步骤头开始构建ROC曲线。

步骤1:获取分类模型预测

当我们训练一个分类模型时，我们得到得到一个结果的概率。在这种情况下，我们的例子将是偿还贷款的可能性。

概率通常在0到1之间。价值越高，这个人就越有可能偿还贷款。

下一步是找到一个临界值，将概率分类为“会偿还”或“不会偿还”。

在图1的例子中，我们选择了0.35的阈值:

所有达到或超过这个门槛的预测，都被归类为“会偿还”
所有低于这个阈值的预测，被归类为“不会偿还”

然后我们看看这些预测是正确的还是错误的。有了这些信息，我们可以建立一个混淆矩阵。

所有真正积极的方面，那些真正回报的人，都是蓝点。

如果他们被归类为“会偿还”，我们有一个真正的积极(TP)
如果他们被归类为“不会偿还”，我们就有了一个假阴性(FN)

所有的负的，那些没有偿还的，是红点。

如果他们被归类为“不会偿还”，我们就有了一个真正的负资产(TN)
如果他们被分类为“将偿还”，我们有一个假阳性(FP)

步骤2:计算真阳性率和假阳性率

到目前为止，我们已经对所有的预测进行了分类，我们知道这些分类是否正确。有了这些，我们将计算下面两个指标:

真阳性率(TPR):从过去所有“偿还”的人，我们正确分类的百分比是多少
假阳性率(FPR):从所有过去“没有偿还”的人，我们有多少百分比的错误分类

我们可以在图3中看到这些计算的公式。

下面，在图4的第二个图中，我们可以看到我们的原始示例在0.35的阈值处。此时，我们

正确分类90%的阳性，那些“回报”(TPR)
40%的负面评价，那些“没有偿还”的人(FPR)

我们可以看到，TPR和FPR的结果随着阈值的增大而降低。如果我们看第一个，阈值为0

所有阳性均正确分类，因此TPR = 100%
所有的阴性均被误分类，因此FPR = 100%

在最后一个图的例子中，阈值为1:

所有阳性均误诊，因此TPR = 0%
所有阴性均正确分类，因此FPR = 0%

总的来说，我们可以看到这是一种取舍。当我们提高阈值时，我们会更好地对消极因素进行分类，但这是以错误地对更多积极因素进行分类为代价的

步骤3:绘制每个截止点的TPR和FPR

为了绘制ROC曲线，我们需要计算多个不同阈值的TPR和FPR(这一步包含在所有相关库中，如scikit-learn)。

对于每个阈值，我们在x轴上绘制FPR值，在y轴上绘制TPR值。然后我们用一条线把这些点连接起来。就是这样!

下面的图5中，我们可以看到ROC曲线上的每个点是如何代表某一分类在给定截断点处的FPR和TRP。

注意，1处的阈值是如何引出第一个点(0,0)而0处的阈值是如何引出最后一个点(1,1)的。

曲线下覆盖的面积称为曲线下面积(AUC)。这是用来评价一个分类模型的性能。AUC越高，模型在区分类方面就越好。

这意味着在一个理想的世界中，我们希望我们的线覆盖大部分左上方的图形，以获得更高的AUC。

作者:Valeria Cortez