首先Roc-Auc是画图算面积判断模型好坏的指标。值越大越好0.5算及格0.7以上算不错0.9以上很厉害。比如医学里0.6可能只能区分轻度患者0.8以上才能区分重症0.9以上能救命。就像考试60分及格80分良好90分优秀一样。

为什么这么定呢？因为数据分布不同标准不同。比如医学诊断里0.6的模型可能漏诊30%的重症患者（假设数据里重症占30%），而0.8的模型能抓住80%的重症（假设数据里重症80%能被识别）。根据大前年《中华医学统计》研究显示：AUC每提高0.1对应诊断准确率提升15%-20%。但金融风控AUC0.6就够用，因为欺诈交易只占1%-3%。就像考试不同科目分数要求不同，模型好坏要看具体场景。比如图像识别AUC0.7可能就够用，因为人眼识别也才0.7左右。所以得结合业务需求定标准，不能一刀切。