Ctrl+K

roc_auc_score#

sklearn.metrics.roc_auc_score(y_true, y_score, *, average='macro', sample_weight=None, max_fpr=None, multi_class='raise', labels=None)[源代码]#

计算受试者工作特征曲线下面积（ROC AUC） 来自预测分数。

注意：此实现可用于二进制，多类和多标签分类，但有一些限制（请参阅参数）。

阅读更多的 User Guide .

参数:
y_true形状类似阵列（n_samples，）或（n_samples，n_classes）

真标签或二进制标签指示符。二进制和多类情况下期望具有形状（n_samples，）的标签，而多标签情况下期望具有形状（n_samples，n_classes）的二进制标签指示符。

y_score形状类似阵列（n_samples，）或（n_samples，n_classes）

目标分数。

  • 在二进制情况下，它对应于形状数组 (n_samples,) .可以提供概率估计和非阈值决策值。概率估计对应于 probability of the class with the greater label ，即 estimator.classes_[1] 并且因此 estimator.predict_proba(X, y)[:, 1] .决策值对应于 estimator.decision_function(X, y) .请参阅更多信息 User guide ;

  • 在多类的情况下，它对应于一个形状数组 (n_samples, n_classes) 提供的概率估计 predict_proba 法述概率估计 must 在可能的类中总和为1。此外，班级成绩的顺序必须与 labels ，如果提供的话，或者按照中标签的数字或词典顺序排列 y_true .请参阅更多信息 User guide ;

  • 在多标签情况下，它对应于形状数组 (n_samples, n_classes) .概率估计由 predict_proba 方法和非阈值决策值 decision_function 法概率估计对应于 probability of the class with the greater label for each output 分类器的。请参阅更多信息 User guide .

average“微观”、“宏观”、“样本”、“加权”}或无， 默认='宏'

如果 None ，返回每个班级的成绩。否则，这将确定对数据执行的平均类型。注意：多类ROC AUC目前仅处理“宏观”和“加权”平均值。对于多类目标， average=None 仅适用于 multi_class='ovr' 和 average='micro' 仅适用于 multi_class='ovr' .

'micro' :

通过将标签指标矩阵的每个元素视为一个标签来全局计算指标。

'macro' :

计算每个标签的指标，并找到其未加权平均值。 这没有考虑标签不平衡。

'weighted' :

计算每个标签的指标，并找到其平均值，并通过支持度（每个标签的真实实例数量）进行加权。

'samples' :

计算每个实例的指标，并找到其平均值。

将被忽视时 y_true 是二进制的。

sample_weight形状类似数组（n_samples，），默认=无

样本重量。

max_fprfloat > 0且<= 1，默认=无

如果不是 None ，标准化部分AUR [2] 范围内 [0, max_fpr] 已经回来了对于多类情况， max_fpr ，应该等于 None 或 1.0 因为目前多类不支持AUCROC部分计算。

multi_class请输入'raise'，'ovr'，'ovo'}，default='raise'

仅用于多类目标。确定要使用的配置类型。默认值会引发错误，因此 'ovr' 或 'ovo' 必须明确通过。

'ovr' :

代表One vs-rest。计算每个类别与其他类别的UC [3] [4] .这将以与多标签情况相同的方式处理多类情况。对阶级不平衡敏感，即使 average == 'macro' ，因为阶级不平衡影响每个“其余”群体的组成。

'ovo' :

代表一对一。计算所有可能的类别成对组合的平均UC [5]. 对阶级失衡不敏感， average == 'macro' .

labels形状类似数组（n_classes，），默认=无

仅用于多类目标。对中的类进行索引的标签列表 y_score .如果 None ，中标签的数字或词典顺序 y_true 采用了

返回:
auc浮子

曲线下面积评分。

参见

average_precision_score

准确率-召回曲线下面积。

roc_curve

计算接收器工作特性（ROC）曲线。

RocCurveDisplay.from_estimator

绘制给定估计量和一些数据的受试者工作特征（ROC）曲线。

RocCurveDisplay.from_predictions

在给定真实值和预测值的情况下绘制接收器工作特征（ROC）曲线。

注意到

基尼系数是二进制分类器排名能力的总结衡量标准。使用中华民国下的面积表示如下：

G = 2 * UC- 1

其中G是基尼系数，AUC是ROC-AUC评分。这种标准化将确保随机猜测的期望分数为0，并且上限为1。

引用

[1]

Wikipedia entry for the Receiver operating characteristic <https://en.wikipedia.org/wiki/Receiver_operating_characteristic> _

[2]

Analyzing a portion of the ROC curve. McClish, 1989 <https://www.ncbi.nlm.nih.gov/pubmed/2668680> _

[3]

教务长，F.，Domingos，P.（2000年）。训练有素的PET：改进概率估计树（第6.2节），CeDER工作文件#IS-00-04，纽约大学斯特恩商学院。

[4]

Fawcett, T. (2006). An introduction to ROC analysis. Pattern Recognition Letters, 27(8), 861-874. <https://www.sciencedirect.com/science/article/pii/S016786550500303X> _

[5]

Hand, D.J., Till, R.J. (2001). A Simple Generalisation of the Area Under the ROC Curve for Multiple Class Classification Problems. Machine Learning, 45(2), 171-186. <http://link.springer.com/article/10.1023/A:1010920819831> _

[6]

Wikipedia entry for the Gini coefficient <https://en.wikipedia.org/wiki/Gini_coefficient> _

示例

二元案例：

>>> from sklearn.datasets import load_breast_cancer
>>> from sklearn.linear_model import LogisticRegression
>>> from sklearn.metrics import roc_auc_score
>>> X, y = load_breast_cancer(return_X_y=True)
>>> clf = LogisticRegression(solver="liblinear", random_state=0).fit(X, y)
>>> roc_auc_score(y, clf.predict_proba(X)[:, 1])
np.float64(0.99...)
>>> roc_auc_score(y, clf.decision_function(X))
np.float64(0.99...)

多类案例：

>>> from sklearn.datasets import load_iris
>>> X, y = load_iris(return_X_y=True)
>>> clf = LogisticRegression(solver="liblinear").fit(X, y)
>>> roc_auc_score(y, clf.predict_proba(X), multi_class='ovr')
np.float64(0.99...)

多标签病例：

>>> import numpy as np
>>> from sklearn.datasets import make_multilabel_classification
>>> from sklearn.multioutput import MultiOutputClassifier
>>> X, y = make_multilabel_classification(random_state=0)
>>> clf = MultiOutputClassifier(clf).fit(X, y)
>>> # get a list of n_output containing probability arrays of shape
>>> # (n_samples, n_classes)
>>> y_pred = clf.predict_proba(X)
>>> # extract the positive columns for each output
>>> y_pred = np.transpose([pred[:, 1] for pred in y_pred])
>>> roc_auc_score(y, y_pred, average=None)
array([0.82..., 0.86..., 0.94..., 0.85... , 0.94...])
>>> from sklearn.linear_model import RidgeClassifierCV
>>> clf = RidgeClassifierCV().fit(X, y)
>>> roc_auc_score(y, clf.decision_function(X), average=None)
array([0.81..., 0.84... , 0.93..., 0.87..., 0.94...])
On this page