ROC 曲线

我们将真阳性率作为水平轴，将假阳性率作为垂直轴。

但是，在这一节课，我将使用不同的 ROC 曲线。我使用的曲线好像是把这个曲线侧翻了一样，如图所示：

我使用这个曲线的原因非常有意思。我们把敏感性作为水平轴、特异性作为垂直轴，就得到了这个曲线！

我再具体一点（一语双关）。我们使用与上一部分相同的直方图。

回想一下，水平轴上的值都是可能阈值。对于 0 和 1 之间的任何阈值 p，模型的结论如下：“该阈值左边的所有病变都被视为良性，其右边的所有病变都被视为恶性，并会接受进一步检查。”

对于这个模型，我们对敏感性和特异性进行以下计算：

• 敏感性：在所有恶性病变中，位于阈值右侧的病变（正确分类）的百分比是多少？
• 特异性：在所有良性病变中，位于阈值左侧的病变（正确分类）的百分比是多少？

我们将（敏感性，特异性）作为坐标系，绘制出这个点。如果绘制出与 0% 和 100% 之间的每个可能阈值对应的所有点，则会得到我在上面绘制的 ROC 曲线。因此，也可以将 ROC 曲线称为敏感性-特异性曲线。

最后是在阈值从 0 向 1 变化时绘制 ROC 曲线的一段动画。