梱包サイズを予測するモデルを作ってるんだけど、aucが80だけどaccuracyは55くらいなんだよね
梱包サイズを予測するモデルで、AUCが80でありながらAccuracyが55%程度という結果は興味深いものですね。これは、モデルが陽性と陰性の両方のクラスをうまく識別できるが、特定のクラスに偏った予測をしている可能性があることを示しています。
このような状況では、データのクラス不均衡が考えられます。つまり、予測するクラスのうち一方が他よりも極端に多いか少ない可能性があります。この場合、Accuracyはうまくモデルのパフォーマンスを評価できないことがあります。代わりに、AUCのような指標を使うとより適切な結果が得られる場合があります。
解決策としては、クラス不均衡を考慮した評価指標を使うことや、データのバランスを取るためのサンプリング方法を検討することがあります。また、モデルや特徴量の改善も精度向上に役立つ可能性があります。