什么是 ROC 曲线？

ROC 曲线用来评判分类器的分类好坏、检测结果的好坏。

ROC 曲线指受试者工作特征曲线 (receiver operating characteristic curve), 是反映敏感性和特异性连续变量的综合指标, 是用构图法揭示敏感性和特异性的相互关系，它通过将连续变量设定出多个不同的临界值，从而计算出一系列敏感性和特异性，再以敏感性为纵坐标、（1-特异性）为横坐标绘制成曲线，曲线下面积越大，诊断准确性越高。在 ROC 曲线上，最靠近坐标图左上方的点为敏感性和特异性均较高的临界值。

ROC 曲线能干什么用？

1.ROC 曲线能很容易地查出任意界限值时的对疾病的识别能力。

2.选择最佳的诊断界限值。

3.用来比较两种或两种以上不同诊断试验对疾病的识别能力。（在对同一种疾病的两种或两种以上诊断方法进行比较时，可将各试验的 ROC 曲线绘制到同一坐标中，以直观地鉴别优劣，靠近左上角的 ROC 曲线所代表的受试者工作最准确。亦可通过分别计算各个试验的 ROC 曲线下的面积 (AUC) 进行比较，哪一种试验的 AUC 最大，则哪一种试验的诊断价值最佳。）