AUC曲线,即接收者操作特征曲线(Receiver Operating Characteristic curve)下的面积,是衡量分类模型性能的一个重要指标。它通过计算不同阈值下模型的真正率(True Positive Rate, TPR)和假正率(False Positive Rate, FPR)来评估模型的整体表现。AUC值的范围从0到1,值越大,表示模型的分类性能越好。AUC曲线的物理意义是,随机选取一个正样本和一个负样本,分类器根据计算得到的分数将正样本排在负样本前面的概率。1256910