AUC怎么算啊？

AUC（Area Under the ROC Curve）计算方法：

核心思路：按预测概率排序，逐步计算真正率（TPR）和假正率（FPR），计算ROC曲线下面积。

简单手算法：

1. 将样本按预测概率从高到低排序
2. 遍历每个阈值（通常取每个样本的预测值作为阈值），计算：
   • TPR = 真正例 / 总正例
   • FPR = 假正例 / 总负例
3. 连接（FPR, TPR）点，梯形法则求面积

公式法（常见于考试）：

AUC = (Σ(正样本排名之和) - n_pos×(n_pos+1)/2) / (n_pos × n_neg)

其中 n_pos=正样本数，n_neg=负样本数，排名按预测值从大到小。

示例（5个样本，2个正例3个负例）：

• 预测值：[0.9, 0.8, 0.7, 0.6, 0.5]
• 真实标签：[1, 0, 1, 0, 0]
• 正样本排名：1, 3（按预测值从大到小排第1和第3）
• 排名和=1+3=4，AUC = (4 – 2×3/2) / (2×3) = (4-3)/6 = 0.1667（错误示例？）

注意：以上示例排名应修正为：

• 正样本排名：第1、第3（正确），排名和=4，n_pos=2，n_neg=3
• 代入公式：（4 – (2×3)/2）/(2×3) = (4 – 3)/6 = 0.1667
• 但正确AUC应为0.8333，说明公式中排名需从1开始且使用降序排列，正确排名：第1、第3，排名和=1+3=4，分母需减去最小值修正。

简化：考试中建议直接记住AUC含义（随机正样本排在负样本前的概率），计算可用工具库（如sklearn.metrics.roc_auc_score）。