使用Python画ROC曲线以及AUC值

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-tools1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：

1. 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）
2. 根据阈值划分得到横（X: False Positive Rate）以及纵（Y: True Positive Rate）点
3. 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

1234567891011121314151617181920212223242526272829303132333435363738394041424344454647

undefined

输入的数据集可以参考svm预测结果
其格式为：

nonclk <span class="string">\t clk <span class="string">\t score
</span></span>

在哪里：

1. nonclick:未点击的数据，可以看做负样本的数量
2. clk:点击的数量，可以看做正样本的数量
3. 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：

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：

1. 只能计算二分类的结果（至于二分类的标签随便处理）
2. 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

• http://www.csie.ntu.edu.tw/~cjlin/libsvmtools/#roc_curve_for_binary_svm

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