AUC的计算方法

关于AUC的部分理解和计算可以参考：https://blog.csdn.net/lieyingkub99/article/details/81266664?utm_medium=distribute.pc_relevant.none-task-blog-title-1&spm=1001.2101.3001.4242

但是上文中对计算AUC的第二种方法的解释不太好，这里理解一下。

基于上文中的方法一：
（1）假设有$M$个正样本，$N$个负样本，正负样本两两组合，共$M\ast N$组。
（2）初始化$P=0$。使用二分类器对每一组的两个样本进行预测，
如果分类器预测的该正样本是正样本的概率大于该负样本是正样本的概率，则$P+1$；
如果分类器预测的该正样本是正样本的概率小于该负样本是正样本的概率，则$P$不变；
如果分类器预测的该正样本是正样本的概率等于该负样本是正样本的概率，则$P+0.5$。
（3）$AUC=P/(M\ast N)$。

将方法一变形，得到公式化的方法二：
（1）使用二分类器对所有的正负样本进行预测，获取他们是正样本的概率；
（2）根据概率从小到大排序；
（3）给每个样本一个属性$R$，$R$表示概率小于该样本的样本个数+1。
比如共100个样本，某个样本的概率最高，为0.99，则这个样本的$R=100$。$R$同时等于排序后样本的索引+1。
（4）对于概率最大的正样本，$R$等于概率小于该样本的正负样本个数之和+1，其中正样本个数为$M-1$，则负样本个数为$R_1-(M-1)-1=R_1-M$。
对于概率次大的正样本，$R$等于概率小于该样本的正负样本个数之和+1，其中正样本个数为$M-2$，则负样本个数为$R_2-(M-2)-1=R_2-(M-1)$。
依次类推，考虑AUC的含义为正样本的概率大于负样本的概率的组数之和，再除以$M\ast N$。则正样本的概率大于负样本的概率的组数之和，等于$[R_1-M]+[R_2-(M-1)]+[R_3-(M-2)]+...+[R_m-(1)]$。
根据求和公式：$1+2+..+M=M\ast (1+M)/2$，
$AUC=[sum(R_i)+M\ast (1+M)/2]/M\ast N$。
（5）当正负样本的概率相等时，该正样本的$R_i$等于所有和其概率相等的$R$的均值。