核心概念
ROC曲线与曲线下面积
以不同阈值下的真阳性率对假阳性率作图，并用面积概括分数排序区分能力。
ROC AUC ROC AUC 受试者工作特征曲线 ROC-AUC
简明解释
ROC曲线在阈值变化时画TPR对FPR；ROC AUC概括跨阈值的排序区分能力。评价集同时有正负类时，它可解释为随机正类得分高于随机负类的概率（并列计一半）；它不是正确率，也不提供部署阈值、误报数量或概率校准。[1, §3.4.4.17]
别和什么混淆
AUC可以较高而某个工作阈值不合用，也可在严格递增变换分数后不变而校准恶化。
在本书中
本页参考来源
- scikit-learn developers. Metrics and scoring — quantifying the quality of predictions [EB/OL]. scikit-learn, 2026. 1.9.0. 定位：§3.4.4.17 “Receiver operating characteristic (ROC)”. 稳定来源（访问 ）。