Roc曲线来自于确切的解读

关于roc曲线的正确解读如下：

ROC曲线，也称受试者工作特征曲线，感受性曲线；ROC曲线最初是运用在军事上，当前在医学领域使用非常广泛，用于研究X对于Y的预测准确率情况商议课福。

案例：雷达兵的任务在于监视雷达，观察是否有敌机来袭，当然如果有飞鸟来360问答袭，也会出现信号，如果过于谨慎有信号就报告，

会增加误报风险，但如果过于大胆，凡是信号都认为是飞鸟这会出现很大风险。ROC曲线正是解决此类问题，即用于尽最大可能研究敌机信号和飞鸟信号之间的区别，以增加预报准确性。

核心在于研究漏报和误报之间的概率分布情况，横坐标表示飞鸟信息不报告的概率，纵坐标表示敌机信息报不告的概率即正确报告的概率，将对应的点连成曲线，这条曲线就是ROC曲线。

名词解灯整稳欢亚供油联间释ROC曲线最初运用于军事上，当前ROC曲线在医学领域有着广泛的使用。医学上更多称为“阳性”（比如敌机）或“阴性”（比如飞鸟），对应着X轴即1-特异性也称为假阳无批练性率（误报率），该值越小越好；Y轴敏感度也称为真阳性率（敏感度），该值越特独把需纪击用丰信修减大越好。

操作与分析数据背景略裂加稳顾味垂说流本案例研究产妇年龄，产妇体重这两项对于“低出生体重儿”的预测准确率，针对“低出生体重儿”列，数字1表示低出生体重儿，0表示不是低出生体重。数字1表示“阳性”，数字0表示“阴性”，因此切割点设置为1。

从上表可知，针对产妇年龄, 产妇体重共2项构造ROC曲线，用角均将矿于判断其对于“低出生体重儿”的诊断预测价值，首先进行状态变量的设置。

以数字1作为切割点， 1为阳性，0作为阴性。最终从上表可可以看出：阳性（此处即为“低出生体重儿”）比例为68.78%，阴性（此处即为“非低出生体重儿”）比例为31.22%。

多门袁工有哥目叶请ROC 曲线可用于疾病识别能力的判断，首先需要确定金标准(分割点)，并且主动设置；第一春取回步：状态变量等于分割几钟冷使粒点时为阳性，其它为阴性；第二步：可对阳性和阴性的基本频数分布情况进行简单描述。