技术
AUROC（ROC曲线下面积）
AUROC（Area Under the Receiver Operating Characteristic curve）是衡量二分类模型排序能力的指标，值在0到1之间，越大表示模型越能正确区分正负样本。它解决了在不平衡数据下准确率失效的问题，广泛应用于医学诊断、欺诈检测等场景。
详细解释
AUROC通过绘制真正例率（TPR）与假正例率（FPR）的ROC曲线并计算曲线下面积得到。其核心优势在于对类别不平衡不敏感，且独立于分类阈值。在机器学习中，AUROC常作为模型选择与评估的标准，例如在信用评分和疾病预测中。但需注意，当正负样本极度不平衡时，AUROC可能高估模型性能，此时可结合PR曲线。
别名与相关写法
auroc