由于以下原因，AUC 达到 0.5：

$Sensitivity = \frac{True Positives}{True Positives + False Negatives}$

$Specificity = \frac{True Negatives}{True Negatives + False Negatives}$

在你的情况下：

$Sensitivity = \frac{99%}{99%+0%}=1$

$Specificity = \frac{0%}{0%+1%}=0$

$1-Specificity = 1$

请记住，X 轴是 1-Specificity。

重点$(1,1)$位于使 AUC 等于 0.5 的对角线上

如果你用任何其他规则来尝试这个练习，比如“对所有患者说‘是’痴呆症”，你就会明白这一点$(0,0)$并加入这些点，你将得到对角线。

根据这个答案，对于不平衡的数据集，ROC 曲线比简单的精度要好，但它们仍然不好。最好使用精确召回曲线。