正确的计分规则是“真实”模型最大化的规则,并且不允许“对冲”或对系统进行博弈(故意报告不同结果,因为该模型的真实信念是提高分数)。石棉分数是适当的,准确性(正确分类的比例)是不适当的,并且经常受到阻碍。有时我会看到AUC被称为半正确评分规则,这使其准确性不完全虚假,但不如适当规则敏感(例如,此处/stats//a/90705/53084)。
半正确评分规则是什么意思?它在某处定义吗?
您在其中看到的术语来源或参考可以帮助人们进行深入研究?
—
Sixiang.Hu
我认为,这与以下事实有关:在概率预测的情况下,AUC大约等于适当指数的一致性指数。但这听起来像是弗兰克·哈雷尔(Frank Harrell)回答的问题:stats.stackexchange.com/users/4253/frank-harrell
—
Brash Equilibrium
据我所知,AUC是一致性指数,不恰当。
—
rep_ho