模型评价的ROC曲线

纵坐标：真正例率-----正样本被正确召回的比例

横坐标：假正例率（分子是预测为正实际为反，分母是负样本）-----负样本被错误找回的比例

因此在ROC曲线的面积AUC，可以理解为是固定FPR，正样本的正确召回率；或者固定TPR，负样本的正确召回率。（样本预测的排序质量）

因此AUC越大越好。

显然，我们关注的是模型预测为正的部分。

声明：
我们说正例或反例指的是样本真实标签
真和假指的是预测结果是否和标签一致。

TPR = 模型预测为正且实际为正 / 正样本数目
FPR = 模型预测为正且实际为反 / 负样本数目