AUC 被定义为 ROC 曲线下与坐标轴围成的面积,由于 ROC 曲线处于 y=x 的上方,因此 AUC 的取值范围在 0.5 和 1 之间。
AUC 在比较不同的分类模型时可做为模型优劣的指标,其主要意义在于 AUC 值越大的分类器,正确率越高。
以下图为例,曲线 1 即优于曲线 2
从 AUC 判断分类器(预测模型)优劣的标准:
AUC 的计算有两种方式,分别是梯形法和 ROC AUCH 法,两种方法均以逼近法求近似值。