文章 "接受者操作特征（ROC）曲线入门"

[MetaQuotes]

新文章 接受者操作特征（ROC）曲线入门已发布：

ROC 曲线是用于评估分类器性能的图形工具。尽管 ROC 图形相对简单，但在实践中使用它们时，仍存在一些常见的误解和误区。本文旨在为那些希望理解分类器性能评估的交易者提供一份关于 ROC 图形的入门介绍。

许多现实世界的应用都涉及二元分类问题，即实例属于两个互斥且穷尽的类别之一。当定义了一个单一的目标类别时，这种场景的一个普遍实例就会出现，每个实例被归类为要么属于该类别，要么属于其补集。例如，考虑雷达信号分类，屏幕上检测到的轮廓被归类为坦克（目标类别）或非坦克物体。同样地，信用卡交易可以被归类为欺诈（目标类别）或合法。

这种二元分类问题的特定表述，其特征是识别一个单一的目标类别，构成了后续分析的基础。这里采用的方法不是将实例明确分配到两个不同的类别之一，而是专注于确定一个实例是否属于指定的目标类别。虽然所使用的术语，即引用“目标”及其补集，可能让人联想到军事含义，但这个概念是广泛适用的。目标类别可以代表各种实体，例如恶性肿瘤、成功的金融交易，或者如前所述的欺诈性信用卡交易。其本质特征是主要关注的类别与所有其他可能性之间的二元性。

作者：Francis Dube