很多机器学习的模型对于分类问题的预测结果都是概率，如果计算accuracy，需要把概率转换为类别，这就需要手动设置一个阈值。高于该阈值放入A类，低于该阈值放入B类。该阈值很大程度上影响accuracy的计算。AUC可以避免将概率转换成类别。
ROC：x轴-FP，y轴-TP
AUC的含义：从所有1（0）样本中随机选择一个样本，放入分类器进行预测，预测1-->1的概率为p1，预测0-->1的概率为p0. p1>p0的概率就是AUC
人工智能
机器学习：一种实现人工智能的方法
深度学习：一种实现机器学习的技术