我想评估我的KNN K = 1分类器对支持向量机分类器等，但我不确定我计算ROC图的方式是否正确。分类器是为两类问题（正面和负面类）构造的。
如果我理解正确，为了计算K = 20的KNN的ROC，为了得到图上的第一个点，我们将得到测试样本的真正正误差值，其中20个最近的一个或多个邻居是积极的阶级。为了获得第二点，我们评估测试样本的真阳性和假阳性值，其中20个最近邻居中的2个或更多是正类。重复此过程直到阈值达到20个最近邻居中的20个。
对于K = 1的情况，ROC曲线在图上只有1个点吗？有没有更好的方法来计算1NN案例的ROC？我们如何公平地评估1NN分类器对SVM分类器的性能？我们只能在1NN分类器的单个误报值上比较分类器的性能吗？