受试者操作曲线下面积

曲线下面积（area under receiver operating curve，AUC）是指受试者操作特征曲线（receiveroperating characteristic curve，ROC）下的面积。ROC是根据一系列不同的二分类方式（分界值或决定阈），以真阳性率（敏感性）为纵坐标，假阳性率（1－特异性）为横坐标绘制的曲线，数值为0～1.0（图5.1）。

图5.1　ROC曲线和AUC原理示意图

FPR：假阳性率（false positive rate）；FN：假阴性数（false negatives）；FP：假阳性数（false positives）；TPR：真阳性率（true positive rate）；TN：真阴性数（true negatives）；TP：真阳性数（true positives）

大多数情况下ROC曲线并不能清晰地说明哪个分类器的效果更好，而作为一个数值，对应AUC的更大分类器效果反而更好。因此，AUC是衡量学习器性能优劣的一个指标，可通过对ROC曲线上各数值节点对应的各部分面积相加而求得。

简单地说，AUC值越大的分类器，其结果的正确率越高。一般情况下，AUC的预测值设定为0.5～1.0。从AUC值的大小可以大致判断分类器（预测模型）优劣：(https://www.daowen.com)

（1）AUC＝1.0，是理想中完美的分类器。

（2）AUC＝0.85～0.95，分类器的预测效果非常好。

（3）AUC＝0.7～0.85，分类器的预测效果良好。

（4）AUC＝0.5～0.7，分类器的预测效果较低。

（5）AUC＝0.5，跟随机猜测一样，分类器模型基本没有预测价值。