数据挖掘面试：不得不学的AUC！

数据挖掘面试：不得不学的AUC！

关于作者：Milter，一名机器学习爱好者、NLP从业者、终生学习者，欢迎志同道合的朋友多多交流。https://www.yuque.com/liwenju/kadtqt/nbeiv3

0x00 前言

本文的目的是解答如下三个问题，看文章的你，如果觉得这三个问题很清楚，就不用浪费时间看下去了。如果你觉得能大概回答一下，但是详细说又有点为难，就继续看下去吧。

• 为什么ROC比PR对不均衡样本更鲁棒？

• 什么时候选择PR，什么时候选择ROC？

• 为什么AUC值一定是大于0.5的？

0x01 预备知识

为了上述问题，需要大家对ROC PR曲线有基本的认识，由于不是本文重点，仅给出一些参考资料。

关于绘制roc曲线的具体方法，请参考sklearn的文档。里面有很具体的例子，建议修改里面的数据，自己尝试一下。

• https://scikit-learn.org/stable/modules/generated/sklearn.metrics.roc_curve.html?highlight=roc#sklearn.metrics.roc_curve

• https://scikit-learn.org/stable/auto_examples/model_selection/plot_roc.html#sphx-glr-auto-examples-model-selection-plot-roc-py

点开上面的网址后，拉到最下面，你会看到