从另外一个角度解释AUC

AUC到底代表什么呢，我们从另外一个角度解释AUC，我们先看看一个auc曲线

蓝色曲线下的面积(我的模型的AUC)比红线下的面积(理论随机模型的AUC)大得多，所以我的模型一定更好。

我的模型比随机模型好多少呢?理论随机模型只是对角线，这条对角线下的面积是0.5，我们的模型的AUC是0.75 那么这个0.75的AUC值究竟代表什么?

首先，我们要了解AUC是为一个可以给出概率分数的模型定义的。另外一点是，它是为二元分类任务定义的。但是也可以推广到多类分类问题。

我们要牢记以上这两点，这样才可以继续解释这个问题。

二元分类模型是什么样子的?

简单地说，给定一个数据点，比如x，它可以有许多特征，任何这样的数据点的类只能有两种可能性，要么是1，要么是0。而模型一般都会预测样本为1的概率（0-1之间的一个数值）。

完整文章：

https://avoid.overfit.cn/post/0c5dffb7414141a98c4b1ffb5b5f6c82