cv曲线面积的意义_CTR算法离线指标的计算公式与物理意义

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：