沒有統計知識的人的 AUC

有人可以解釋曲線下的區域對於完全沒有統計知識的人意味著什麼嗎？例如，如果一個模型聲稱 AUC 為 0.9，這是否意味著它在 90% 的時間內做出了準確的預測？

即使有統計知識，AUC 也很難理解和解釋。如果沒有這些知識，我會堅持以下程式化的事實：

1. AUC 接近 0.5 意味著模型性能並不比隨機分類受試者好。將樣本標記為正負並不比愚蠢的隨機數生成器更好。
2. 一些人使用 AUC 來比較模型。
3. 較高的 AUC 表明在分類中表現出更好的表現。
4. AUC 是一個嘈雜的指標
5. Max AUC 為 1，對於永遠不會出錯的分類模型
6. 儘管從技術上講 Min AUC 為 0，但 AUC 小於 0.5 沒有什麼意義。AUC 為零意味著通過從正面標籤到負面標籤的簡單切換，您可以獲得完美的分類

引用自：https://stats.stackexchange.com/questions/548031