这是一个正负类极度不平衡的数据集，因此AUC比较适合用于评估模型的效果

如果我们将模型在所有样本上的预估值都乘以2，则该模型模型的AUC不变(假设模型在所有样本上的预估值都小于0.5)

如果我们将模型在所有样本上的预估值都减去0.01，则该模型模型的AUC有可能会下降(假设模型在所有样本上的预估值都大于0.01)

我们可以将数据随机切分成10份，选择其中9份作为训练集，1份作为测试集，如此实现10重交叉检验可以较好地对模型的效果进行评估