机器算法验证 - 为什么使用归一化基尼分数而不是 AUC 作为评估？ - 吾爱随笔录

机器算法验证分类奥克模型评估基尼

2022-02-05 23:48:22

Kaggle 的竞赛Porto Seguro 的安全驾驶员预测使用归一化基尼分数作为评估指标，这让我很好奇做出这种选择的原因。使用归一化基尼分数而不是最常用的指标（如 AUC）进行评估有什么优势？

2个回答

我认为Gini分数只是AUC的重新表述：

g i n i = 2 \times A U C - 1

$gini = 2 \times AUC -1$ 至于为什么使用这个而不是常用的AUC，我能想到的唯一原因是随机预测会产生Gini得分为 0，而 AUC 为 0.5。

该关系仅适用于分类任务，因为显然，您无法计算连续目标的 AUC。但是，我们也在回归任务中使用归一化 Gini，例如预测保险损失。

其它你可能感兴趣的问题