AUC 衡量的是随机取一个正样本和一个负样本，模型给正样本打分更高的概率。它的取值在 0.5 到 1 之间，0.5 相当于随机猜测，越接近 1 区分能力越强。
很多人把 AUC 理解为准确率，这是错误的。AUC 只关心排序，不关心绝对分值，因此它对阈值不敏感，适合评估排序类任务。
AUC 高不代表业务效果好。如果正样本极其稀疏，模型只需把少数容易识别的正例排前面，AUC 就能很高，但对大多数普通样本的排序质量可能很差。
当负样本经过下采样时，AUC 会被人为抬高，需要做校正或改用其他指标。跨数据集比较 AUC 时，务必确认采样方式与样本构造一致。
实践中建议 AUC 与 GAUC、NDCG、校准指标搭配使用。单一指标永远无法完整刻画模型价值，组合评估才更接近真实效果。
