AUC 是否为异常检测器实际比较的最佳度量？
机器学习
2023-05-09 v1
摘要
接收者操作特征曲线下面积（AUC）是比较异常检测器的标准度量。其优势在于提供一个标量数值，允许自然排序且独立于阈值，从而可以推迟阈值的选择。在本文中，我们质疑 AUC 是否是一个良好的异常检测度量，或者它是否由于依赖于在实践中不太可能成立的假设而给出了一种虚假的安心感。我们的研究表明，强调低误报率下准确性的 AUC 变体似乎与从业者的需求具有更好的相关性，但同时也表明，只有在拥有具有代表性的异常样本示例时，我们才能比较异常检测器。这最后一个结果是令人不安的，因为它表明在许多情况下，我们应该进行主动学习或少样本学习，而不是纯粹的异常检测。
引用
@article{arxiv.2305.04754,
title = {Is AUC the best measure for practical comparison of anomaly detectors?},
author = {Vít Škvára and Tomáš Pevný and Václav Šmídl},
journal= {arXiv preprint arXiv:2305.04754},
year = {2023}
}