假设我有一个分类器，并且我得到了10%的误报率（FAR）和15%的拒真率（FRR）。我需要如何处理这些数据来构建ROC曲线呢？

我很难理解它们实际代表什么以及它们在什么情况下使用。我似乎缺少一个重要的变量，这个变量可以使误报率和拒真率向一个方向或另一个方向移动。我还能使用ROC曲线吗？

回答：

简短的回答是：不能。

ROC曲线是一种参数曲线，你需要一个可以调整的标量值来改变分类器的决策。它对于以下方面很有用：

• 检查对该参数的鲁棒性
• 为特定应用微调最终的概率估计