2.4 两类错误率、Neyman-Person决策与ROC曲线

两类错误率

灵敏度 = 真阳性（决策正确的阳性） / 状态阳性（真阳性 + 假阴性）

Sn = TP / TP + FN

特异度 = 真阴性（决策正确的阴性） / 状态阴性（真阴性 + 假阳性）

Sp = TN / TN + FP

第一类错误率（假阳性率） α

第二类错误率（假阴性率） β

灵敏度 Sn = 1 - β

特异度 Sp = 1 - α

假阳性 = 误报 = 虚警

假阴性 = 漏报

Neyman-Person决策
在限定yilei错误率为常数而使另一类错误率最小的决策规则

ROC曲线

定义：将假阳性率（1 - 特异度）作为横坐标，真阳性率（灵敏度）作为纵坐标反映随着阈值的变化两类错误率变化的曲线。

用途：
1、比较两种分类判别方式的性能。
2、作为特征与类别相关性的度量
3、用来评价和选择与分类有关的特征

AUC：曲线下的（相对）面积，用于衡量方法的性能。