我想问一个关于 R 中 dismo 包中的方法的更理论问题：为什么在评估（）函数和 maxent 中测试数据的 AUC 之间产生的曲线特征下面积（AUC）如此不同（ ） 目的？
为了说明 maxent 模型的 AUC 和评估，我添加了用于计算这两个值的脚本。
最大对象：
## assuming a random occurrence data set(my_occ_data) and environmental layer stack(s)
me <- maxent(x=s, p = my_occ_data, args = 'randomtestpoints=20')
maxentResults <- read.csv("maxentResults.csv")
AUC <- mean(maxentResults$Test.AUC)
评估（）：
fold <- kfold(my_occ_data, k=5)
occtest <- occ[fold == 1,]
occtrain <- occ[fold != 1,]
me <- maxent(x=s,
p = occtrain)
e <- evaluate(me@models[[1]], p=occtest, a=bg, x=s)
AUC <- e@auc
我希望这两种方法能够产生相似的结果，但是使用 maxent AUC 的第一种方法会导致我的模型的值要低得多......如果您能分享一些这方面的知识，非常感谢。