AUC的值就是处于ROC curve下方的那部分面积的大小。通常，AUC的值介于0.5到1.0之间，较大的AUC代表了较好的performance。
方法一：统计一下所有的 M×N(M为正类样本的数目，N为负类样本的数目)个正负样本对中，有多少个组中的正样本的score大于负样本的score。当二元组中正负样本的 score相等的时候，按照0.5计算。然后除以MN。实现这个方法的复杂度为O(n^2)。n为样本数（即n=M+N）。
说明：下面对AUC的公式进行推导
说明：AUC的内涵就是统计正负样本当中，正样本的概率值大于负样本的概率值，也即只关心正负样本间的相对大小，而不关心正负样本预测的概率的绝对值。