我已经使用 xgboost 包（在 R 中）构建了一个模型，我的数据是不平衡的（5000 正对 95000 负），具有二进制分类输出 (0,1)。

我已经使用 ROC 曲线下的评估指标 Area 进行了交叉验证AUC，我现在认为这是错误的，因为这更适合用于平衡数据集。

我使用 Precision Recal 曲线下面积 (AUPRC) 和 Matthews 相关系数 (MCC) 分析模型的最终结果，但是我现在认为我应该也完全使用 AUPRC 和 MCC 评估交叉验证模型忘记AUROC。

我在使用 CV 和 AUPRC 和 MCC 评估指标的文献中找不到太多。

我只是想确保我的想法是正确的，并且我之前的评估方法是错误的，而 AUPRC / MCC 将是一个更好的方法。