关于二分类问题评估指标的补充——对ROC-AUC的一些解释

对于ROC和PR曲线的优缺点，下面这篇博文说的比较清楚，我就不赘述了。

机器学习之类别不平衡问题 (2) —— ROC和PR曲线

AUC，ROC我看到的最透彻的讲解

上面这篇博客中有一段文字：“AUC值是一个概率值，当你随机挑选一个正样本以及负样本，当前的分类算法根据计算得到的Score值将这个正样本排在负样本前面的概率就是AUC值”。在网上搜了一下，感觉没有通俗的解释。所以，本文尝试对此进行说明。


感觉最后这点写的不是很清楚。有时间以后再说吧。
如有不足，请指出。欢迎讨论。