1、ROC曲线下的面积就是AUC值。
2、如何绘制ROC曲线，通过改变不同的阈值，每个阈值都可以得到一个混淆矩阵，通过混淆矩阵，可以计算出假阳性率和真阳性率。即该坐标系下的一个点。将阈值从0，调整到1，即可绘制出整个模型的ROC曲线。
3、ROC曲线越靠近左上角，意味着，模型越棒；
4、以上的结论针对的是2分类。如何计算多分类的ROC曲线，最简单的一种方案就是通过平均来计算。即给定一个阈值，然后计算每一个类的结果，通过平均得到一个点。以此类推，绘制出整个模型的ROC曲线，计算得到ROC的曲线下面积，得到AUC值。
AUC ROC score and curve in multiclass classification problems :: InBlog
在Python中，只是用一行命令，就能得到结果：
https://www.youtube.com/watch?v=ZlGz9Nl5irs&ab_channel=ManifoldAILearning
