待验证50% 置信事实精确时间

对于随机排序的分类器，其期望Average Precision大约等于正类流行率（prevalence）；在流行率为1%时随机基线AP约为0.01。

1

来源数

50%

置信度

长期有效

时效性

2026/10/19

首次发现

来源

ROC-AUC 0.95 却误报泛滥：稀有事件为何要看 PR-AUC

涉及实体

Average Precisionconcept 正类流行率concept

相关事实

待验证Midjourney的chaos参数控制生成结果的多样性与随机性，取值范围为0-10072% 相似已验证AUC值域为0.5到1.0，0.5代表随机猜测、1.0代表完美预测，不受样本类别不平衡影响70% 相似待验证双重随机优化中的两个随机化层次分别为对数据的小批量随机采样和对变分期望的蒙特卡洛估计70% 相似已验证AUC等于从所有正样本中随机抽取一个、从所有负样本中随机抽取一个，正样本的预测分数高于负样本预测分数的概率69% 相似待验证直接使用 randomInteger % n 会产生取模偏差：以256个可能值和10个条目为例，前6个条目概率约10.16%，后4个约9.77%，相对偏差约4%。68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1067055

API

curl https://kongchang.com/api/v1/knowledge/claims/1067055

MCP

get_claim(id=1067055)