event.metrics里的auc是如何计算的

多分类下，是把目标类当做最后一类，其他所有类当作一类，来计算auc的。auc 只能在二类下算。相当于把除去目标类的其他类平均了。

是否具有参考意义

多分类下可以把每一个类的准召都看下，error cost 都是全局指标。比如有65类，有一类全部分错，但整体分类准确率还是可以非常高，所以看每一个类的准召是一个常规做法。

一般每个指标有自己度量的东西，很多指标一起看是常规做法。有些类因为在所有样本中，出现概率很低，即使总是分错也没关系；但有些样本，虽然出现概率低，但是一旦分错，代价很高，比如欺诈检测。

因此，根据任务对各种因素均衡，来看是考虑全局最优，还是每一类都准确。评估指标可以都算，反应出更多侧面来选择，也是对模型的逐步了解。