在这种情况下如何解释 AUC 分数？

【问题标题】：How to interpret the AUC score in this case?在这种情况下如何解释 AUC 分数？
【发布时间】：2017-04-29 04:20:43
【问题描述】：

我只是在不平衡数据集上运行随机森林模型。我得到了一组 AUC 和混淆矩阵。 AUC 似乎还不错，但实际上该模型将每个实例都预测为正数。那么它是如何发生的，如何正确使用 AUC 呢？

ROC曲线如下：

【问题讨论】：

【解决方案1】：

当您的数据向一个方向或另一个方向倾斜时，您可能会遇到这个问题（有点类似于对于罕见情况的医学测试来说，小的误报率是可怕的）。查看整个受试者工作特征曲线（ROC 曲线）而不是仅查看 AUC 汇总得分可能会有所帮助。

【讨论】：

你的意思是“偏斜”的数据不平衡吗？
不完全。我故意使用模糊的措辞，因为（a）我不是这方面的专家，我只是知道足够危险，并且（b）很难评论我没有看到的数据。如果您可以绘制 ROC 曲线图并将其发布，我（或其他人）也许可以帮助解释这个问题。