Kualitas ranking dan keputusan peninjauan menjawab pertanyaan yang berbeda. ROC AUC membandingkan urutan skor positif-negatif, sedangkan average precision merangkum presisi saat recall berubah. Keduanya memakai skor kejadian yang kontinu. Anda akan menghitung masing-masing ukuran dan memeriksa kurva precision-recall sebelum mencantumkan salah satu angka itu dalam laporan bisnis. Average precision bergantung pada fraksi kejadian, sehingga tingkat acuannya berubah ketika populasinya berubah. Klasifikasi keras menghilangkan sebagian besar ambang dari kurva. Pertahankan label positif secara eksplisit, jaga urutan array, dan ingat bahwa skor ranking yang bagus tidak memberi tahu tim operasional berapa banyak catatan yang harus mereka tinjau.
ROC AUC membandingkan peringkat skor positif dan negatif di semua threshold.