AUC（Area Under Curve）
取不同的参数值，是的TP,FN,FP,TN的分布不同的曲线图，
上述的图的参数取值位置不同，则得到TP,FN,FP,TN不同的值，然后的到TPR和FPR的点，则在图上会表示出一条线（ROC），如果AUC越大（面积越大），则表示分类器则越好；
多分类的ROC曲线：可以简化为多个二分类后：第一种就将所有的得到的值取平均值，或者得到的值再去做ROC曲线
ARIMA（自回归积分滑动平均模型）
自回归：前几个数据预测当前数据这样的预测叫做自回归；比如股票的预测：我们可以利用前几天的数据来预测今天数据；
滑动平均值：创建一个滑动窗口，将周期性的震荡磨平了：