評価としてAUCの代わりに正規化されたGiniスコアを使用する理由

Kaggleの競合Porto SeguroのSafe Driver Predictionでは、評価指標として正規化されたGiniスコアを使用しているため、この選択の理由に興味がありました。評価にAUCなどの最も一般的なメトリックの代わりに正規化されたginiスコアを使用する利点は何ですか？

— xboard
ソース

KaggleのWebサイトには、「正の例のすべてがすぐに発生するわけではないため、「完全な」モデルの最大達成可能領域があります。モデルのGini係数をGini係数で除算して正規化Gini係数を使用します完璧なモデルの。」しかし、それはもう利用できません。webcache.googleusercontent.com/...

— セクストス・エンペイリコス

したがって、giniは異なる規模の単なるaucです。または、aucとginiは異なる曲線に適用されますか？機械学習の専門家ではないことは私には明らかではありません。これについての質問はあまり明確ではありません。

— セクストゥスエンピリカス

Giniスコアは単にAUCの再定式化であると考えています：一般的に使用されるAUCの代わりにこれを使用する理由について、私が考えることができる唯一の理由は、ランダムな予測がGiniを生成することです0.5になるAUCとは対照的に、スコアは0です。

g 私 n 私 = 2 \times A うん C - 1

$gini = 2 \times AUC -1$

— ミゲル
ソース

それに加えて、gini係数を使用すると、ランダムな分類器のパフォーマンスが0のスコアに設定されます...正規化は、スケールのもう一方の端を「改善」し、完全な分類器のスコアが達成可能な最大ではなく1に等しくなるようにしますAUC <1。改善は、より直感的なスケールが良いかどうかに応じてのみ相対的です。この簡単な解釈を超えて、あなたはそれ（正規化）が異なるデータセットの一般化と比較も改善すると主張するかもしれません。

— セクストゥスエンピリカス

macimumで達成可能なAUCを1未満にする必要があるのはなぜですか。また、giniで1に設定する方法がわかりません。

— rep_ho

それは、ジニ係数を計算する曲線の種類に依存します。ROC曲線とは異なるものを使用している可能性があります（実際の最大AUCは1です）。kaggleのWebサイトの言葉を考えると、最大AUCが1でないことがもっともらしいようです。> 「次に、データの左端のx％で累積応答をどれだけ蓄積しましたか？」

— セクストゥスエンピリカス

例：bayesserver.com/docs/charts/lift-chart

— Sextus Empiricus