一、AUC的物理意义:用于衡量算法的排序能力。
AUC(Area Under Curve)被为ROC曲线下与坐标轴围成的面积,越大越好,取值范围为[0,1],但ROC曲线一般处于y=x这条直线的上方,即AUC的取值范围在0.5和1之间,AUC值越大,表示CTR预估算法越有可能将正样本排在负样本前面,即算法的排序能力越强,AUC等于0.5时,相当于随机排序,无应用价值。
二、logloss的物理意义:用于衡量算法预估的ctr与实际ctr的拟合程度。
如下损失函数也称为交叉熵损失函数,交叉熵可以衡量同一个随机变量的两个不同概率分布的差异程度,即真实概率分布与预测概率分布之间的差异,可简单地计算(所有样本预估ctr的均值)/(样本中正样本的比例,即真实ctr)偏离1的程度来衡量差异情况(即整体高估,还是整体低估),交叉熵值越小,算法预测的效果就越好。logloss的值越小越好,logloss值越小,表示CTR预估值跟实际值(跟正负样本的分布情况有关)越接近。从如下公式不难看出,预估ctr值的大小跟
个样本中正负样本的比例是有关系的,在CTR预估场景中,通常负样本占大多数,而正样本只是少数,如果我们人为地只从负样本中取一部分样本用于训练(例如,采样率为1/2),则预估出来的ctr值将会整体偏大。
我们来理解下这个公式的内涵: