F1 分数适用于 ROC 曲线的任何特定点。例如，该点可以表示二元分类器中的特定阈值，因此对应于精度和召回率的特定值。

请记住，F 分数是一种表示召回率和准确率的聪明方法。F 分数要高，准确率和召回率都应该很高。

因此，ROC 曲线针对各种不同级别的阈值，并且在其曲线上的各个点具有许多 F 分值。

AUC 的维度是 [PRECISION]*[RECALL]，它是 ROC 曲线下的面积。F1 是一对固定的精度和召回率。所以他们是不同的。但是有一些联系。看到这个： http: //pages.cs.wisc.edu/~jdavis/davisgoadrichcamera2.pdf

ROC 曲线的轴是真阳性率（召回率，AKA 灵敏度）和假阳性率（误报率），而不是精度，AKA PPV，阳性预测值。