基准AUC / ROC-AUC / AUROC
AUC-ROC
评估二分类模型整体性能的常用指标，取值范围0.5到1.0，衡量模型将随机正样本排在随机负样本前面的概率，对类别不平衡不敏感，广泛用于医学影像诊断评估。
时间轴 (近 90 天)
10月14日
完全使用合成图像训练的分类器在真实测试集上达到了0.802的AUC-ROC，而仅使用真实数据训练的基线为0.760。
待验证50%
9月7日
在不平衡分类问题中，即使模型将所有样本都预测为多数类也能获得很高的准确率，因此需要转向精确率-召回率曲线、F1分数、Matthews相关系数或AUC-ROC等更具鉴别力的指标
待验证50%