AUC的含义与它不能告诉你的信息

AUC 衡量模型将正样本排在负样本之前的能力，取值在零点五到一之间。它等价于随机抽取一正一负样本，正样本得分更高的概率。

AUC 对类别不平衡不敏感，这是优点也是局限。它只关心排序，不关心概率是否校准，也不反映具体阈值下的精确率和召回率。

业务中常需要固定阈值做决策，此时AUC无法回答该选哪个阈值。精确率召回率曲线和业务成本分析，才是阈值选择的依据。

此外AUC是全局指标，可能掩盖局部群体的表现差异。建议分人群、分场景计算AUC，避免整体指标掩盖弱势群体的效果下滑。