什么是AUC（AU ROC）？什么时候使用

AUC，全称为Area Under the Curve，即曲线下面积，通常指Receiver Operating Characteristic（ROC曲线）下的面积。ROC曲线是一种二分类模型性能评估工具，它展示了真正例率（True Positive Rate, TPR）与假正例率（False Positive Rate, FPR）之间的关系。当模型的阈值变化时，TPR会随着FPR增加而改变，ROC曲线就是这些点的连接线。

AUC的值范围从0到1，其中1表示完美分类，0表示随机猜测。一般来说，AUC越大，模型区分正负样本的能力越强。因此，在选择模型时，特别是在不平衡数据集或者类别重要性差异较大的场景下，AUC是一个常用的评价指标，尤其是在医疗诊断、信用风险评估等领域。