本文想給大家分享的是《A Univariate Bound of Area Under ROC》論文。

還是那句話水平有限，大家多多包涵，非常歡迎任何形式的討論，大家共同學習共同進步。碼字不易，喜歡就請大家點贊、收藏、轉發三連吧！

蟹蟹大家的支援，後面我也會把整個系列總結到一起更新到公眾號！歡迎大家關注，轉發，分享三連！
需要下載原論文的，可以關注公眾號，後臺回覆“UBAUC”，下載論文！

Abstract & Intro

ROC下面積（AUC）是二元分類和二部排序問題的一個重要指標。然而，很難將AUC作為直接優化的學習目標(0-1損失是離散的)，所以現有的大多數演算法都是基於對AUC的替代損失進行優化。替代損失的一個重大缺點就是他們需要對訓練資料的成對比較，這導致執行時間慢，並且增加了用於線上學習的本地儲存。 本文提出了一個基於AUC risk的新的替代損失，它並不需要成對比較，但仍然可以對預測進行排序。作者進一步證明了，排序操作可以被避免，並且基於該代理項得到的學習目標在時間和儲存上都具有線性複雜度。 最後，實驗驗證了基於代理損失的AUC優化線上演算法和批處理演算法的有效性。

Problem Definition