ROC曲线（受试者工作特征曲线）是一种用于可视化评估二分类模型性能的指标。特别是在不同阈值情况下模型对正类和负类的区分能力。那么“阈值”到底是个什么呢？ROC曲线中的每一个点到底是什么意思？
一、ROC曲线的绘制【理论】
二分类器（模型）输出的是预测样本的正类概率，模型在预测完所有样本的概率后会对其进行降序排序。假设一个样本被二分类器预测输出的概率是0.6，那么到底这个样本是正类还是负类呢？如果我们认为超过0.5的概率就是正类，那么显然该样本的预测标签为“正”。但如果我们认为超过0.6才算正类，那么样本的标签就成“负”的了。所以“阈值”就是人们判定预测结果到底正还是负的一个依据。
阈值，预测概率大于该阈值样本判定为正，预测概率小于该阈值样本判定为负。ROC曲线绘制的过程，就是逐渐调整阈值，计算每次调整的阈值对应的，并在表格上绘制出该点的位置，最后把所有点连起来就得到了ROC曲线。
二、ROC曲线的绘制【实践】
（1）来点数据
| 序号 | 真实标签 | 模型输出概率（降序排列） |
|---|---|---|
| 1 | 1 | 0.95 |
| 2 | 1 | 0.9 |
| 3 | 1 | 0.85 |
| 4 | 1 | 0.8 |
| 5 | 1 | 0.75 |
| 6 | 0 | 0.7 |
| 7 | 0 | 0.65 |
| 8 | 1 | 0.6 |
| 9 | 0 | 0.55 |
| 10 | 0 | 0.5 |
| 11 | 1 | 0.45 |
| 12 | 0 | 0.4 |
| 13 | 0 | 0.35 |
| 14 | 0 | 0.3 |
| 15 | 1 | 0.25 |
| 16 | 0 | 0.2 |
| 17 | 0 | 0.15 |
| 18 | 0 | 0.1 |
| 19 | 0 | 0.05 |
| 20 | 1 | 0.0 |
假设测试集中有20个样本，如上表所示按照概率降序排列。 分别列出了样本序号，样本真实的分类，模型预测输出的概率。
（2）文字演示
当阈值为正无穷的时候，也就是说哪怕样本的概率是1，也没有一个样本被模型认为是正类，分类器认为全部都是负的，此时的FP=TP=0，显然FPR=TPR=0，在曲线上的坐标就是（0,0）
当阈值设定为0.9的时候，上表中样本1和2都被预测为正。此时的P=9，TP=2得到TPR=2/9=0.22。此时没有预测错的样本FP=0算出FPR=0/11=0。最终的在曲线上的坐标就是(0,0.22)
依次按照文字描述的过程，就可以计算得到所有阈值（这里我们将预测值的分度值设定成0.1，从1.0逐渐下降至0.0）坐标。将点连城线就得到了ROC曲线。
（3）代码演示
① 导入必要的库
import numpy as np
import pandas as pd
from sklearn.metrics import roc_curve, auc
import matplotlib.pyplot as plt② 构造测试集
# 假设我们有如上表格所示的数据存储在一个DataFrame中
sample_data = pd.DataFrame({'真实标签': [1, 1, 1, 1, 1, 0, 0, 1, 0, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 1],'模型输出概率': [0.95, 0.9, 0.85, 0.8, 0.75, 0.7, 0.65, 0.6, 0.55, 0.5, 0.45, 0.4, 0.35, 0.3, 0.25, 0.2, 0.15, 0.1, 0.05, 0.0]
})
# 可以输出查看一下sample_data
③ 绘制ROC曲线
# 将'真实标签'转化为二进制形式（通常真实标签会被编码为0和1）
true_labels = sample_data['真实标签'].astype(int)# 获取'模型输出概率'
predicted_probs = sample_data['模型输出概率']# 计算ROC曲线所需的各项指标
fpr, tpr, _ = roc_curve(true_labels, predicted_probs, pos_label=1)# 计算曲线下面积（AUC）
roc_auc = auc(fpr, tpr)# 绘制ROC曲线
plt.figure()
plt.plot(fpr, tpr, label='ROC curve (area = %0.2f)' % roc_auc)
plt.plot([0, 1], [0, 1], 'k--') # 平行于坐标轴的直线，代表随机猜测的结果
plt.xlim([0.0, 1.0])
plt.ylim([0.0, 1.0])
plt.xlabel('False Positive Rate')
plt.ylabel('True Positive Rate')
plt.title('Receiver Operating Characteristic Curve')
plt.legend(loc="lower right")
plt.show()
如果我们在图中把0.1,0.2一直到1这十个阈值标出来的话，就是下面这个图：
在我们文字演示时，设定当阈值=0.9的时候，对应的坐标(0.0.22)在图中很清晰的现实出来了。 上图的代码阈值刻度是sklearn.metrics.roc_curve 函数依据模型输出的概率得分y_score，以排序后从最小到最大的顺序依次作为阈值，计算出每个阈值下的真阳性率（TPR）和假阳性率（FPR），从而生成一系列坐标点绘制成ROC曲线。
