什么是 ROC 曲线？它在机器学习中的重要性是什么？
What is an ROC curve and why is it important in machine learning?
题目类型: 技术面试题
这是一道技术面试题，常见于澳洲IT公司面试中。
难度: medium
分类: Machine Learning
标签: ROC, AUC, Classification Metrics
参考答案摘要
答案 ROC 曲线用于评估二分类模型在不同阈值下的表现，横轴是假阳性率（FPR），纵轴是真阳性率（TPR/Recall）。曲线越靠近左上角通常代表模型区分能力越强；AUC（曲线下面积）是常用汇总指标，越接近 1 越好。ROC/AUC 适合对比模型整体判别能力，尤其在类别不均衡时比单一准确率更有参考价值。
答题技巧
技术面试题建议先理清思路再作答，从基础概念讲起，逐步深入。可以结合实际项目经验解释技术原理，展示你的理解深度和实践能力。
本题提供 STAR 原则详细解答和技术解析，登录匠人学院学习中心即可查看完整答案、收藏题目并进行模拟面试练习。
