การแข่งขันของ Kaggle การแข่งขันการทำนายความปลอดภัยอย่างปลอดภัยของ Porto Seguroใช้คะแนน Normalized Gini เป็นตัวชี้วัดการประเมินผลและสิ่งนี้ทำให้ฉันสงสัยเกี่ยวกับเหตุผลของการเลือกนี้ อะไรคือข้อดีของการใช้คะแนน gini ปกติแทนการวัดทั่วไปมากที่สุดเช่น AUC สำหรับการประเมิน?
1
เว็บไซต์ Kaggle เคยมีคำตอบนี้: "มีพื้นที่ที่สามารถทำได้สูงสุดสำหรับโมเดล" สมบูรณ์แบบ "เนื่องจากไม่มีตัวอย่างเชิงบวกทั้งหมดเกิดขึ้นทันทีเราใช้สัมประสิทธิ์ Gini ปกติโดยแบ่งค่าสัมประสิทธิ์ Gini ของแบบจำลองของคุณด้วยสัมประสิทธิ์ Gini ของโมเดลที่สมบูรณ์แบบ " แต่มันไม่สามารถใช้ได้อีกต่อไป webcache.googleusercontent.com/…
—
Sextus Empiricus
ดังนั้น gini เป็นเพียง auc ในระดับที่แตกต่างกัน หรือ auc และ gini ถูกนำไปใช้กับเส้นโค้งที่แตกต่างกัน? นั่นไม่ชัดเจนสำหรับฉันในฐานะที่ไม่ใช่ผู้เชี่ยวชาญในการเรียนรู้ของเครื่อง คำถามไม่ชัดเจนเกี่ยวกับเรื่องนี้
—
Sextus Empiricus