待验证95% 置信事实时间未知
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
1
来源数
95%
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84% 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80% 相似待验证AUC是衡量二分类模型综合性能的核心指标，0.5代表随机猜测，1.0代表完美分类79% 相似待验证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75% 相似已验证ROC曲线的AUC=1表示完美分类器，AUC=0.5等同于随机猜测74% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/20872API
curl https://kongchang.com/api/v1/knowledge/claims/20872MCP
get_claim(id=20872)