测量ROC和AUC

Question

我已经阅读了很多有关ROC和AUC的文章，并且发现需要针对不同的分类阈值测量TPR和FPR。这是否意味着只能针对概率分类器而不是离散分类器（如树）测量ROC和AUC？

Answer 1

是的，为了计算AUC，您需要具有预测的概率。 AUC是ROC曲线下的面积。要制作ROC曲线，您需要针对不同的决策阈值计算正确率和错误肯定率-为了使用不同的决策阈值，您需要模型的输出具有概率（因为将阈值应用于模型没有意义二进制标签0或1。）有关如何计算AUC，何时使用AUC以及AUC作为性能指标的优缺点的更多信息，您可以阅读I used this (outdated i guess?) tutorial。