P-R曲线是分别将查准率Precision作为纵坐标，查全率Recall（召回率）作为横坐标作的图。
ROC曲线、AUC面积、Gini系数、KS值 都是基于两个重要的指标真阳率TPR（又叫查全率或召回率）和假阳率FPR（误诊率）得来的。
其中AUC面积、Gini系数是进一步在ROC曲线基础上得到的。
ROC曲线
ROC曲线是指受试者工作特征曲线/接收器操作特性曲线（receiver operating characteristic curve），是反应敏感性和特异性连续变量的综合指标，利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，特异性为横坐标绘制成曲线，曲线下的面积（AUC）越大，诊断准确性越高。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。
对于一个二分问题来说，会出现以下四种情况。
TP(True Positive): 预测为1，真实为1，正例辨出——>真阳性
TN(True Negative):预测为0，真实为0，负例辨出——>真阴性
FN(False Negative): 预测为0，真实为1，正例遗漏——>假阴性
FP(False Positive): 预测为1，真实为0，负例遗漏——>假阳性
值得注意的是：所有预测为1阳性的样本 =召回+误诊
AUC面积
KS值
Gini系数
【参考】
标签：AUC,Gini,ROC,KS,敏感性,曲线,特异性 来源： https://www.cnblogs.com/zwt20120701/p/15557602.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。