PR_AUC和ROC_AUC有什么区别？

ROC_AUC：指ROC曲线下的面积。

通过在 [0, 1] 范围内选取阈值 (threshold) 来计算对应的 TPR 和 FPR，最终将所有点连起来构成 ROC 曲线。

PR_AUC：指PR曲线下的面积。

通过在 [0, 1] 范围内选取阈值 (threshold) 来计算对应的 Precision和 Recall，最终将所有点连起来构成 ROC 曲线。

ROC-AUC 衡量的是模型排序的能力；当样本不平衡的时候，更适用ROC-AUC，因为其对于正负样本的比例不敏感；当我们关心Positive Samples和Negative Samples时，可以使用ROC-AUC。

PR_AUC适用于更关心Positive Samples，以及权衡precision和recall的时候。