缩略语

TP：true positive 实际为正例，预测为正例

TN：true negative 实际为负例，预测为负例

FP：false positive 实际为负例，预测为正例，又称误报率

FN：false negative 实际为正例，预测为负例，又称漏报率

P/N表示预测为正例或负例。 T/F表示预测是否正确。

公式

ROC曲线

  • 横坐标：FPR（实际负例中预测错误的概率）
  • 纵坐标：TPR（实际正例中预测正确的概率）

AUC 与 GAUC

最近在粗排内积模型中加入了user-bias-net，发现使用用户向量和商品向量的内积分相比logits auc会低不少。经分析，当加入user-bias-net的时候，需要使用gauc去评估才比较合理。

AUC多高才算高

  • https://zhuanlan.zhihu.com/p/24217322

参考