在機器學習中，ROC曲線被廣泛應用于二分類問題中來評估分類器的可信度，當處理一些高度不均衡的數據集時，PR曲線能表現出更多的信息。

在二分類問題中，分類器將一個實例的分類標記為正例還是負例，這可以用一個混淆矩陣來表示

TP:指正確分類成為正的樣本數，實際為正，預測為正

FP：指錯誤分類為正的樣本數，實際為負，預測為正

FN：指錯誤分類為負的樣本數，實際為正，預測為負

TN：指正確分類為負的樣本數，實際為負，預測為負

TP+FP+TN+FN 樣本總數

TP + FN 實際正樣本數

TP+FP 預測為正的樣本數，包括預測正確的預測錯誤的

FP+TN 實際負樣本數

TN+FN 預測為負的樣本數，包括預測正確的預測錯誤的

在ROC曲線中，以FPR為x軸，TPR為y軸，FPR指實際負樣本中被錯誤預測為正樣本的概率。TPR指實際正樣本中被預測正確的概率。如下圖：

在PR曲線中，以Recall（貌似翻譯為召回率或者查全率）為x軸，Precision為y軸。Recall與TPR的意思相同，而Precision指正確分類的正樣本數占總正樣本的比例。如下圖：

繪制ROC曲線和PR曲線都是選定不同閾值，從而得到不同的x軸和y軸的值，畫出曲線。例如，一個分類算法，找出最優的分類效果，對應到ROC空間中的一個點。通常分類器輸出的都是score，如SVM、神經網絡等，有如下預測效果：

True表示實際樣本屬性，Hyp表示預測結果樣本屬性，第4列即是Score，Hyp的結果通常是設定一個閾值，比如上表Hyp(0.5)和Hyp(0.6)就是閾值為0.5和0.6時的結果，Score>閾值為正樣本，小于閾值為負樣本，這樣只能算出一個ROC值，

當閾值為0.5時，TPR=6/(6+0)=1，FPR=FP/(FP+TN)=2/(2+2)=0.5,得到ROC的一個坐標為（0.5,1）；Recall=TPR=1，Precision=6/(6+2)=0.75，得到一個PR曲線坐標(1,0.75)。同理得到不同閾下的坐標，即可繪制出曲線

在ROC空間，ROC曲線越凸向左上方向效果越好。與ROC曲線左上凸不同的是，PR曲線是右上凸效果越好。

ROC和PR曲線都被用于評估機器學習算法對一個給定數據集的分類性能，每個數據集都包含固定數目的正樣本和負樣本。而ROC曲線和PR曲線之間有著很深的關系。

定理1：對于一個給定的包含正負樣本的數據集，ROC空間和PR空間存在一一對應的關系，也就是說，如果recall不等于0，二者包含完全一致的混淆矩陣。我們可以將ROC曲線轉化為PR曲線，反之亦然。

定理2：對于一個給定數目的正負樣本數據集，一條曲線在ROC空間中比另一條曲線有優勢，當且僅當第一條曲線在PR空間中也比第二條曲線有優勢。（這里的“一條曲線比其他曲線有優勢”是指其他曲線的所有部分與這條曲線重合或在這條曲線之下。）

當正負樣本差距不大的情況下，ROC和PR的趨勢是差不多的，但是當負樣本很多的時候，兩者就截然不同了，ROC效果依然看似很好，但是PR上反映效果一般。解釋起來也簡單，假設就1個正例，100個負例，那么基本上TPR可能一直維持在100左右，然后突然降到0.如圖，(a)(b)分別為正負樣本1:1時的ROC曲線和PR曲線，二者比較接近。而(c)(d)的正負樣本比例為1:1，這時ROC曲線效果依然很好，但是PR曲線則表現的比較差。這就說明PR曲線在正負樣本比例懸殊較大時更能反映分類的性能。

AUC(Area Under Curve)即指曲線下面積占總方格的比例。有時不同分類算法的ROC曲線存在交叉，因此很多時候用AUC值作為算法好壞的評判標準。面積越大，表示分類性能越好。

總結

以上是生活随笔為你收集整理的roc曲线怎么绘制_ROC曲线和PR曲线的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。