AUC、GAUC 与 NDCG 的含义和区别
哪些公司问过
答案要点
- AUC 是 ROC 曲线下面积,等价于正样本得分高于负样本的概率
- AUC 衡量全局排序能力,对正负样本比例不敏感,不依赖阈值
- GAUC 按用户分组算 AUC,再按曝光或点击加权平均,消除用户间差异
- 推荐排序发生在用户内部,所以 GAUC 更贴近线上效果
- NDCG 考虑位置折损和相关性等级,用于评估 Top K 排序
易错点
- 计算 GAUC 时没有剔除全正或全负的用户
- 认为全局 AUC 高就代表推荐排序好,忽视用户间偏差
- 把 AUC 和准确率混为一谈
面试官常见追问
- AUC 怎么计算?
- 离线 GAUC 提升了,线上效果没提升,可能是什么原因?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。