待验证85% 置信事实时间未知
AUC（Area Under Curve）是衡量分类模型好坏最常用的指标之一
1
来源数
85%
置信度
长期有效
时效性
2026/6/1
首次发现
来源
AUC面积图怎么看？ROC曲线解读与模型评估完整指南
bilibili拓跋龙的私人领地
涉及实体
相关事实
待验证AUC-ROC的核心优势在于对类别不平衡不敏感，能反映模型在不同分类阈值下的综合区分能力，AUC值范围在0.5到1.0之间68% 相似待验证当正负样本比例极端时，PR曲线下的面积（AUPRC）往往比AUC更能揭示真实性能68% 相似待验证AUC是二分类模型的综合评估指标，值域0.5到1.0，不受样本类别不平衡影响；临床预测中AUC 0.7~0.8有一定参考价值，0.8~0.9为良好，0.9以上为优秀68% 相似待验证AUC的取值范围在0到1之间，数值越大代表模型分类能力越强65% 相似待验证在极度不平衡数据集中（阳性率低于5%），PR曲线下面积（AP）往往比AUC更能反映模型对少数类的检测能力64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/20869API
curl https://kongchang.com/api/v1/knowledge/claims/20869MCP
get_claim(id=20869)