Machine learning 为什么我们要在分类问题中最大化AUC？

我想知道为什么我们的目标是最大限度地提高AUC，而最大限度地提高准确性会产生相同的结果

---

我认为，除了最大化准确性的主要目标外，AUC将自动变大。

我想我们使用AUC是因为它解释了我们的方法能够很好地独立于阈值分离数据。 对于某些应用程序，我们不希望出现假阳性或假阴性。当我们使用准确度时，我们已经对分离数据的最佳阈值进行了先验分析，而不管其特异性和敏感性如何。

---

.

在二元分类中，准确度是某一阈值下单个模型的性能指标，AUC（ROC曲线下面积）是一系列阈值下一系列模型的性能指标

由于这个问题，我学到了很多关于AUC和准确性比较的知识。我不认为两者之间存在相关性，我认为这仍然是一个悬而未决的问题。在这个答案的末尾，我添加了一些我认为有用的链接

---

一种精度不高的场景：

---

示例问题

让我们考虑一个二进制分类问题，在这里你对模型的性能进行评估：<强> 100 < /强>样本（<强> 98 < /强>类<代码> 0 < /代码>和<强> 2 < /强>类<代码> 1 < /代码>）< < /P> 拿出你复杂的机器学习模型，用一个愚蠢的系统取代整个系统，不管它接收到什么输入，它总是输出

0

。 现在的准确度是多少

Accuracy = Correct predictions/Total predictions = 98/100 = 0.98

“始终

0

”系统的准确率达到了惊人的98%

现在，您将系统转换为癌症诊断系统，并开始对一组患者进行预测（

0

-无癌症，

1

-癌症）。假设有一些情况对应于类

1

，您仍然可以获得较高的精度

尽管精确度很高，但如果系统在分类

1

（识别癌症患者）方面做得不好，那它又有什么意义呢

---

这一观察结果表明，对于每种类型的机器学习问题，准确度并不是一个很好的评估指标。上述问题被称为不平衡阶级问题，这种性质的实际问题已经足够多了

---

至于准确度和AUC的比较，这里有一些我认为有用的链接

---

如果我说“在同一问题上比较不同分类模型时考虑AUC的最大化，并且在一个特定分类模型中最大化AUC是不合乎逻辑的”，那么我说的对吗？对于单个模型来说，具有高AUC是有意义的。回想一下，我们可以得到的最佳ROC曲线是假阳性率为0的步长函数。这意味着什么？甚至是次优曲线（AUC>0.5）意味着什么？你会有很高的真阳性率，即使是那些会导致更高的假阳性率的阈值，这是很好的。