理解AUC：排序评估指标的直观解释

AUC常被用来评估排序模型。直观理解是：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。AUC为0.5相当于随机猜，越高越好。

AUC衡量整体排序能力，与具体阈值无关。这让它适合比较模型，但也有局限：它不关心分数绝对值，也不直接反映某个位置的点击率。

类别极不均衡时，AUC仍可参考，但可能掩盖实际业务问题。比如负样本极多，模型只需把少数正样本排前面，AUC就好看，而实际展示位置有限。

所以AUC要和NDCG、精确率、召回率结合看。不同指标回答不同问题，单看一个容易片面。