本文想给大家分享的是《A Univariate Bound of Area Under ROC》论文。
还是那句话水平有限，大家多多包涵，非常欢迎任何形式的讨论，大家共同学习共同进步。码字不易，喜欢就请大家点赞、收藏、转发三连吧！
蟹蟹大家的支持，后面我也会把整个系列总结到一起更新到公众号！欢迎大家关注，转发，分享三连！
需要下载原论文的，可以关注公众号，后台回复“UBAUC”，下载论文！
ROC下面积（AUC）是二元分类和二部排序问题的一个重要指标。然而，很难将AUC作为直接优化的学习目标(0-1损失是离散的)，所以现有的大多数算法都是基于对AUC的替代损失进行优化。替代损失的一个重大缺点就是他们需要对训练数据的成对比较，这导致运行时间慢，并且增加了用于在线学习的本地存储。 本文提出了一个基于AUC risk的新的替代损失，它并不需要成对比较，但仍然可以对预测进行排序。作者进一步证明了，排序操作可以被避免，并且基于该代理项得到的学习目标在时间和存储上都具有线性复杂度。 最后，实验验证了基于代理损失的AUC优化在线算法和批处理算法的有效性。
Problem Definition