sklearn 如何计算两个二进制输入的 roc 曲线下面积？

【问题标题】：How does sklearn calculate the area under the roc curve for two binary inputs?sklearn 如何计算两个二进制输入的 roc 曲线下面积？
【发布时间】：2014-11-10 23:04:04
【问题描述】：

我注意到sklearn有以下功能：

sklearn.metrics.roc_auc_score()

将ground_truth和预测作为输入。

例如，

ground_truth = [1,1,0,0,0]
prediction = [1,1,0,0,0]

sklearn.metrics.roc_auc_score(ground_truth, prediction) 返回1

我的问题是我无法弄清楚 sklearn 如何使用两个二进制输入计算 ROC 曲线下的面积。 ROC曲线不是通过移动分类阈值，计算每个阈值的误报和命中率得出的吗？使用两个二进制输入，您不应该只有一个（误报、命中率）测量吗？

非常感谢！

【问题讨论】：

标签： python scikit-learn

【解决方案1】：

您将使用二进制预测正确，您只需对曲线仅具有单个阈值/测量。我自己不明白，所以我用一吨打印语句运行了Sklearn教程，然后用纯二进制示例运行了代码。所有的魔法都发生在sklearn.metrics._binary_clf_curve

“阈值”是不同的预测分数。对于任何二进制分类器，输出纯粹的分类器和零，您将获得两个阈值 - 1和0（它们在内部排序到最高到最低）。在1个阈值处，预测得分> = 1是真实的，下面的任何内容（在这种情况下仅为0）被认为是假的，并且从中计算TP和FP速率。在所有情况下，最后一个阈值将所有内容分类为真实，因此TP和FP速率均为1。

它出现在您使用@ 987654323的Sklearn分类器的Sklearn分类器的正确ROC曲线，而不是@ 987654323。或者，也许predict_log_proba()？我不确定它是否会有所不同

【讨论】：