ROC 曲线的横坐标为假阳性率 FPR、纵坐标为真阳性率 TPR，计算公式为 FPR = FP / N，TRP = TP / P，其中 P 是真实的正样本数量， N 是真实的负样本数量，TP 是 P 个正样本中被分类器预测为正样本的个数，FP 是 N 个负样本中被分类器预测为负样本的个数。 以一个医院诊断病人为例，假设有 10 位疑似感染患者，其中 3 位很不幸诊断阳性（P = 3），另外 7 位诊断阴性（N = 7），对于诊断阳性的 3 位患者，其中有 2 位确实是真正的患者（TP = 2）。 这个例子好像不太对，公式里的P是真实正样本数量，但例子里P是诊断出来的正样本数量？感觉画混淆矩阵缺信息? | P | N | 诊断 ----------- T | 2 | | ----------- 真实 F | 1 | | ----------- | 3 | 7 | 10