Por que usar a Pontuação Gini Normalizada em vez da AUC como avaliação?

O site Kaggle costumava ter essa resposta: "Existe uma área máxima possível de obter para um modelo" perfeito ", pois nem todos os exemplos positivos ocorrem imediatamente. Usamos o coeficiente Gini normalizado dividindo o coeficiente Gini do seu modelo pelo coeficiente Gini do modelo perfeito ". mas não está mais disponível. webcache.googleusercontent.com/…

Então, gini é apenas auc em uma escala diferente. Ou auc e gini são aplicados a diferentes curvas? Isso não está claro para mim como não especialista em aprendizado de máquina. A questão não é muito clara sobre isso.

Além disso, o uso do coeficiente gini define o desempenho de um classificador aleatório para uma pontuação de 0 ... a normalização "melhora" a outra extremidade da escala e faz com que a pontuação de um classificador perfeito seja igual a 1 em vez da máxima alcançável AUC <1. A melhoria é apenas relativa, dependendo se você acha que uma escala mais intuitiva é boa ou não. Embora além dessa interpretação mais fácil, você possa argumentar que (a normalização) também melhora a generalização e a comparação de diferentes conjuntos de dados.

Por que a AUC máxima alcançável deve ser menor que 1, também não vejo como o gini a define como 1?

Depende de que tipo de curva eles calculam o coeficiente de gini. Talvez eles usem algo diferente de uma curva ROC (cuja AUC máxima seria de fato 1). Dadas as palavras no site da kaggle, parece plausível que a AUC máxima não seja 1:> "Passamos da esquerda para a direita, perguntando" No x% mais à esquerda dos dados, quanto da resposta acumulada você acumulou? "

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