在机器学习中的不平衡数据集的情况下，AUC 是比准确性更好的指标吗？如果不是，哪个是最好的指标？
Is AUC a better metric than accuracy in case of imbalenced datasets in machine learning,If not which is the best metric?
auc 在处理不平衡数据方面是否更好。在大多数情况下，如果我处理的是不平衡的数据，准确性就不会给出正确的想法。尽管准确率很高，但模型的性能很差。如果不是 auc，那是处理不平衡数据的最佳措施。
不平衡 classes 的伟大之处不是准确性，因为如果一个 class 有 1% 的例子而另一个有 99%，你可以 class 验证所有的例子为零，但仍能获得 99% 的准确率。
考虑到混淆矩阵（如下），您还应该分析 Precision 和 Recall。这些措施为您提供误报和漏报的总量。
然后你必须定义你的重点。考虑到预测性维护，误报是将正常的机器 class 确定为故障，而误报是将故障的机器 class 确定为正常。您可以获得 99% 的准确度和出色的 AUC，但仍然获得 0% 的准确度。
两者都不适用于不平衡的数据集。请改用精度召回曲线下的面积。
"point metrics"（精度、召回率、F1 分数）与适用于整个分类器的指标（如 ROC 曲线下的面积或 PR 曲线下的面积）之间存在差异。
精度、召回率和 F1 分数等点指标是使用分类器的决策计算的。这意味着您需要选择一个硬性决策阈值，例如任何高于 0.5 的值都是正值，低于 0.5 的值是负值。 （您也可以选择 0 到 1 之间的任何其他决策阈值；选择不同的决策阈值将改变您计算的精度、召回率和 F1 分数。）
您还可以计算 ROC 曲线下面积 ("AUC") 和精确召回曲线下面积 (AUPRC) 等指标。这些指标可以被认为是 "averages" 对不同决策的影响阈值。您使用预测概率向量而不是二进制标签向量来计算这些。 ROC 曲线下的区域非常受欢迎，但当您的数据偏向于有很多真负时，它就不是很有用了。精确召回曲线下的面积是一个很好的指标，可以在您的数据偏向于有很多真阴性时使用。有关如何计算 AUROC 或 AUPRC 以及何时使用它们的更多信息，您可以查看 this article on AUROC and this article on AUPRC.
auc 在处理不平衡数据方面是否更好。在大多数情况下，如果我处理的是不平衡的数据，准确性就不会给出正确的想法。尽管准确率很高，但模型的性能很差。如果不是 auc，那是处理不平衡数据的最佳措施。
不平衡 classes 的伟大之处不是准确性，因为如果一个 class 有 1% 的例子而另一个有 99%，你可以 class 验证所有的例子为零，但仍能获得 99% 的准确率。
考虑到混淆矩阵（如下），您还应该分析 Precision 和 Recall。这些措施为您提供误报和漏报的总量。
然后你必须定义你的重点。考虑到预测性维护，误报是将正常的机器 class 确定为故障，而误报是将故障的机器 class 确定为正常。您可以获得 99% 的准确度和出色的 AUC，但仍然获得 0% 的准确度。
两者都不适用于不平衡的数据集。请改用精度召回曲线下的面积。
"point metrics"（精度、召回率、F1 分数）与适用于整个分类器的指标（如 ROC 曲线下的面积或 PR 曲线下的面积）之间存在差异。
精度、召回率和 F1 分数等点指标是使用分类器的决策计算的。这意味着您需要选择一个硬性决策阈值，例如任何高于 0.5 的值都是正值，低于 0.5 的值是负值。 （您也可以选择 0 到 1 之间的任何其他决策阈值；选择不同的决策阈值将改变您计算的精度、召回率和 F1 分数。）
您还可以计算 ROC 曲线下面积 ("AUC") 和精确召回曲线下面积 (AUPRC) 等指标。这些指标可以被认为是 "averages" 对不同决策的影响阈值。您使用预测概率向量而不是二进制标签向量来计算这些。 ROC 曲线下的区域非常受欢迎，但当您的数据偏向于有很多真负时，它就不是很有用了。精确召回曲线下的面积是一个很好的指标，可以在您的数据偏向于有很多真阴性时使用。有关如何计算 AUROC 或 AUPRC 以及何时使用它们的更多信息，您可以查看 this article on AUROC and this article on AUPRC.