4. ROC曲线与AUC：绘制原理、含义与阈值变化关系

在风控模型阈值调优中，ROC曲线（Receiver Operating Characteristic Curve）与AUC（Area Under the Curve）是评估模型区分能力与选择最优阈值最核心的工具。本节将深入讲解ROC曲线的绘制原理、AUC的统计含义，以及不同阈值下TPR与FPR的动态变化关系。

4.1 ROC曲线绘制原理

ROC曲线通过遍历所有可能的分类阈值，以假正率（FPR）为横轴、真正率（TPR）为纵轴，绘制出一条反映模型性能的曲线。其核心思想是：每个阈值对应一个（FPR, TPR）坐标点，将所有点按阈值从高到低连接即得ROC曲线。

绘制步骤：

1. 排序：将模型输出的预测概率（或分数）从高到低排序。
2. 遍历阈值：从最高概率开始，依次将每个样本的预测值作为阈值。
3. 计算混淆矩阵：对每个阈值，统计TP、FP、TN、FN。
4. 计算坐标：计算该阈值下的TPR与FPR。
5. 连线：将所有坐标点连接，起点为(0,0)，终点为(1,1)。

4.2 AUC的含义与解读

AUC是ROC曲线下方的面积，取值范围为[0, 1]。在风控场景中，AUC是衡量模型排序能力的全局指标，其核心含义为：随机抽取一个正样本和一个负样本，模型将正样本的预测分数排在负样本之前的概率。

4.3 不同阈值下TPR与FPR的变化关系

理解阈值如何影响TPR与FPR是调优的基础。以下通过一个典型风控模型的阈值变化示例来说明：

关键变化规律：

• 阈值升高 → TPR下降，FPR下降：更严格的筛选标准会同时减少正确识别和错误识别的正样本。
• 阈值降低 → TPR上升，FPR上升：更宽松的标准会捕获更多正样本，但也会引入更多负样本。
• 曲线左上角（高TPR、低FPR）是理想区域，但实际中两者存在此消彼长的权衡关系。

4.4 利用ROC曲线选择最优阈值

在实际风控业务中，选择最优阈值通常基于以下三种策略：

4.5 代码示例：Python绘制ROC曲线与计算AUC

import numpy as np
import matplotlib.pyplot as plt
from sklearn.metrics import roc_curve, auc

# 模拟风控模型预测结果
y_true = np.array([1, 0, 1, 0, 1, 0, 0, 1, 0, 1])
y_score = np.array([0.92, 0.15, 0.78, 0.35, 0.88, 0.10, 0.25, 0.65, 0.30, 0.95])

# 计算ROC曲线
fpr, tpr, thresholds = roc_curve(y_true, y_score)
roc_auc = auc(fpr, tpr)

# 输出不同阈值下的TPR与FPR
print("阈值\tTPR\tFPR")
for i in range(len(thresholds)):
    print(f"{thresholds[i]:.2f}\t{tpr[i]:.3f}\t{fpr[i]:.3f}")

# 找到约登指数最大的阈值
youden = tpr - fpr
best_idx = np.argmax(youden)
best_threshold = thresholds[best_idx]
print(f"\n最优阈值（约登指数最大）: {best_threshold:.2f}")
print(f"对应TPR: {tpr[best_idx]:.3f}, FPR: {fpr[best_idx]:.3f}")
print(f"AUC值: {roc_auc:.3f}")

4.6 本节小结