from:http://kubicode.me/2016/09/19/Machine%20Learning/AUC-Calculation-by-Python/
AUC介绍
AUC
(Area Under Curve)是机器学习二分类模型中非常常用的评估指标,相比于 F1-Score
对项目的不平衡有更大的容忍性,目前常见的机器学习库中(比如scikit-learn)一般也都是集成该指标的计算,其计算原理可以参考这个ROC和AUC介绍以及如何计算AUC,但是有时候模型是单独的或者自己编写的,此时想要评估训练模型的好坏就得自己搞一个 AUC
计算模块,本文在查询资料时发现 libsvm-tools
1有一个非常通俗易懂的 auc
计算,因此抠出来用作日后之用。
AUC计算
AUC
的计算分为下面三个步骤:
- 计算数据的准备,如果模型训练时只有训练集的话一般使用交叉验证的方式来计算,如果有评估集(
evaluate
)一般就可以直接计算了,数据的格式一般就是需要预测得分以及其目标类别(注意是目标类别,不是预测得到的类别) - 根据阈值划分得到横(X:
False Positive Rate
)以及纵(Y:True Positive Rate
)点 - 将坐标点连成曲线之后计算其曲线下面积,就是
AUC
的值
直接转到python代码
[En]
Go directly to the python code
1234567891011121314151617181920212223242526272829303132333435363738394041424344454647
undefined
输入的数据集可以参考svm预测结果
其格式为:
[En]
Its format is:
nonclk <span class="string">\t clk <span class="string">\t score
</span></span>
在哪里:
[En]
Where:
nonclick
:未点击的数据,可以看做负样本的数量clk
:点击的数量,可以看做正样本的数量score
:预测的分数,以该分数为group进行正负样本的预统计可以减少AUC
的计算量
操作的结果是:
[En]
The result of the operation is:

如果本机没安装
pylab
可以直接注释依赖以及画图部分
注意
上面发布的代码:
[En]
The code posted above:
- 只能计算二分类的结果(至于二分类的标签随便处理)
- 上面代码中每个
score
都做了一次阈值,其实这样效率是相当低的,可以对样本进行采样或者在计算横轴坐标时进行等分计算
参考
Original: https://www.cnblogs.com/zhizhan/p/6000190.html
Author: 止战F
Title: 使用Python画ROC曲线以及AUC值
原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/6303/
转载文章受原作者版权保护。转载请注明原作者出处!