我正在尝试通过处理来自Kaggle 比赛的数据集来学习数据建模。由于比赛在 2 年前结束，我在这里问我的问题。比赛使用 AUC-ROC 作为评价指标。这是一个有 5 个标签的分类问题。我将其建模为 5 个独立的二元分类问题。有趣的是，数据在标签之间高度不平衡。在一种情况下，存在 333:1 的不平衡。我做了一些研究来解释 AUC-ROC 指标。在我的研究中，我发现了这个和这个. 这两篇文章基本上都说 AUC-ROC 不是用于不平衡数据集的好指标。所以，我想知道他们为什么要使用这个指标来评估竞争中的模型？在这种情况下，它甚至是一个合理的指标吗？如果是，为什么？