网站备案用户名忘了怎么办,呼和浩特做网站的,郑州网站建设技术支持,建设网站的功能包括哪些AUC及其拓展GAUC
auc的定义
auc用来评估一个分类器的排序质量#xff0c;它的物理含义#xff1a;给定一堆正负样本#xff0c;随机取一个正样本#xff0c;一个负样本#xff0c;学习器将正样本排在负样本前面的概率
auc的计算
具体计算方法#xff1a;给定m个正样本…AUC及其拓展GAUC
auc的定义
auc用来评估一个分类器的排序质量它的物理含义给定一堆正负样本随机取一个正样本一个负样本学习器将正样本排在负样本前面的概率
auc的计算
具体计算方法给定m个正样本n个负样本则总共油m*n对正负样本。对满足如下条件的样本对进行计数在所有的样本对中给定一对正样本和负样本如果该正样本预测为正的概率大于负样本预测为负的概率则计数为1累计基数。将计数和除以m*n,即为auc。 a u c ∑ m ∗ n I ( P 正 , P 负 ) m ∗ n auc\frac{\sum_{m*n} I (P_{正},P_{负})}{m*n} aucm∗n∑m∗nI(P正,P负) ,其中 I ( P 正 , P 负 ) { 1 P 正 P 负 0 P 正 P 负 0.5 P 正 P 负 I (P_{正},P_{负})\left\{ \begin{aligned} 1 P_{正}P_{负} \\ 0 P_{正}P_{负} \\ 0.5 P_{正}P_{负} \end{aligned} \right. I(P正,P负)⎩ ⎨ ⎧100.5P正P负P正P负P正P负
给定如下例子请计算auc。
样本标签预测值A00.1B00.4C10.35D10.8
共有(A,C),(A,D),(B,C),(B,D) 4对样本其中
比0.8小的负样本有0.40.1;比0.35小的负样本有0.1
故 a u c 3 5 0.75 auc\frac{3}{5}0.75 auc530.75
GAUC
引入gauc的根本原因auc在某些情况下并不能反应模型的好坏。它反应的整体排序质量的好坏没有结合业务具体的特点。gauc是结合具体业务的特点对auc而进行的改进。
ex以ctr模型为例在电商场景下ctr预估在当前的上下文环境下用户点击某一个商品sku的概率。预估ctr是希望预估不同的物料不同的商品在同一份流量下的得分差异
