AUC是推荐系统中最常用的模型评价指标。基础概念要常看常新，最近复习了一遍AUC的概念，在此做个笔记。本文力求简洁系统地理解AUC的概念和计算方法，AUC在推荐/广告领域的局限性以及解决这一问题的另一个指标：Group AUC(GAUC)
1. 分类任务与混淆矩阵
认识auc的第一步，是看懂混淆矩阵：
| 预测\真实 | 1 | 0 |
|---|---|---|
| 1 | TP | FP |
| 0 | FN | TN |
- True/False代表预测的正确/错误； Positive/Negative代表预测值为1/0.
- TP是真1；FP是假1；FN是假0； TN是真0。
- 真阳率：
，正样本被预测为1的概率；
- 假阳率：
，负样本被预测为1的概率；
2. ROC曲线与AUC
以x轴为FPR, y轴为TPR，做出图称为ROC曲线
AUC的定义：Area Under ROC Curve，即ROC曲线下的面积
AUC的意义：随机抽取一对正负样本，AUC是把正样本预测为1的概率大于把负样本预测为1的概率的概率。这句话有点拗口，用公式写就是：
其中指将该正样本预测为1的概率；
指将该负样本预测为1的概率；
当auc=0.5时，模型没有分类能力，完全是随机猜测；auc>0.5时，把1预测为1的概率，比把0预测为1的概率大，说明模型有一定的分类能力。当auc<0.5时，把模型的预测类别取反，即可得到auc>0.5的结果。
auc的最大值为1，此时TPR恒等于1，即正样本永远会被预测正确
关于ROC曲线如何作图，请参考这篇文章
AUC的优势：能够综合考虑到正例和负例，因此可以应对样本不均衡的情况。
如何求解AUC：两种求解公式
（a）方法一：
M、N分别为正、负样本数。式(2)反映了AUC的定义，即随机抽取一对正负样本，把正样本预测为1的概率大于把负样本预测为1的概率，这里使用频数来估计频率。分母表示随机抽取一对正负样本；分子是这些样本对中
的个数。当
时取一个折中值0.5 .
（b）方法二：
其中M、N分别为正、负样本数。是第
条样本
的序号（概率得分从小到大排序，排在第
个位置），
表示只把正样本的序号加起来。
式(3)和式(2)的思想类似，分母都表示随机抽取一对正负样本；其分子的第一项把所有样本按预测概率从小到大排序，然后将其中正样本的序号进行求和。对于每一个正样本，其序号表示排在该正样本之前的样本个数，即该正样本的预测概率比多少个样本大；再减去其中的正样本个数，即得到该正样本的预测概率比多少个负样本大。因此分子可以写作, 其中
，拆开来就得到(3)中的结果。
这样理解比较抽象，举例说明：（引用自 AUC的计算方法 -kingsam_)
| 样本 | 标签 | 预测概率 |
|---|---|---|
| A | 0 | 0.1 |
| B | 0 | 0.4 |
| C | 1 | 0.35 |
| D | 1 | 0.8 |
根据公式(2)，首先列出所有的正负样本对：(C, A), (C, B), (D, A), (D, B), 计算得; 因此
.
根据公式(3), 首先将所有样本按预测概率从小到大排序：A < C < B < D, 因此
3. GAUC：Group AUC
-
为什么要引入GAUC：因为AUC有时候不能满足推荐/广告系统中用户个性化的需求
再举个栗子：（引用自https://blog.csdn.net/hnu2012/article/details/87892368）
假设现有两个用户甲和乙，一共有5个样本其中+表示正样本，-表示负样本。现有两个模型A和B，对5个样本的predict score按从小到大排序如下：
模型A 甲- 甲+ 乙- 甲+ 乙+ 模型B 甲- 甲+ 甲+ 乙- 乙+ 从以上模型预测结果可以看出，对于用户甲的样本，模型A和B对甲的正样本打分都比其负样本高；对于用户乙的样本也是如此，因此分别对于用户甲和乙来说，这两个模型的效果是一样好的。
但这两个模型的AUC如何呢？根据公式(3)计算，
. 我们发现AUC在这个场景下不准了。这是因为，AUC是对于全体样本排序后计算的一个值，反映了模型对于整体样本的排序能力。但用户推荐是一个个性化的场景，不同用户之间的商品排序不好放在一起比较。因此阿里妈妈团队使用了Group AUC来作为另一个评价指标。GAUC即先计算各个用户自己的AUC，然后加权平均，公式如下：
实际计算时，权重可以设为每个用户view或click的次数，并且会滤掉单个用户全是正样本或全是负样本的情况。
参考文献
