移动分类阈值，观察六项指标与两条曲线

采用 20 条固定点击预测记录（10 个正样本、10 个负样本）。由高分向低分逐个纳入预测正类，查看混淆矩阵、ROC 和 P-R 曲线上的对应位置。

6 / 20
TP / FP
FN / TN
Accuracy
Precision
Recall = TPR
FPR
ROC 曲线
P-R 曲线
真实正样本真实负样本有色方块表示已判定为正类
阈值逐渐降低时，TPR 和 FPR 均不会下降；Precision 可以上下变化。由于初始没有预测正样本，Precision 在该位置未定义。完整 ROC-AUC 恒为 0.68。