- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
在 scikit learn 中,您可以使用以下方法计算二元分类器的曲线下面积
roc_auc_score( Y, clf.predict_proba(X)[:,1] )
我只对误报率小于 0.1 的曲线部分感兴趣。
Given such a threshold false positive rate, how can I compute the AUC only for the part of the curve up the threshold?
这里有几个 ROC 曲线的例子,用于说明:
scikit 学习文档展示了如何使用 roc_curve
>>> import numpy as np
>>> from sklearn import metrics
>>> y = np.array([1, 1, 2, 2])
>>> scores = np.array([0.1, 0.4, 0.35, 0.8])
>>> fpr, tpr, thresholds = metrics.roc_curve(y, scores, pos_label=2)
>>> fpr
array([ 0. , 0.5, 0.5, 1. ])
>>> tpr
array([ 0.5, 0.5, 1. , 1. ])
>>> thresholds
array([ 0.8 , 0.4 , 0.35, 0.1 ]
有没有一种简单的方法可以从这里转到部分 AUC?
似乎唯一的问题是如何计算 fpr = 0.1 时的 tpr 值,因为 roc_curve 不一定会给你这个值。
最佳答案
假设我们从
开始import numpy as np
from sklearn import metrics
现在我们设置真实的 y
和预测的 scores
:
y = np.array([0, 0, 1, 1])
scores = np.array([0.1, 0.4, 0.35, 0.8])
(请注意,y
已从您的问题中向下移动 1。这无关紧要:无论预测 1、2 还是 0,都会获得完全相同的结果(fpr、tpr、阈值等) , 1,但是一些 sklearn.metrics
函数如果不使用 0, 1 是一个拖累。)
让我们在这里查看 AUC:
>>> metrics.roc_auc_score(y, scores)
0.75
如您的示例所示:
fpr, tpr, thresholds = metrics.roc_curve(y, scores)
>>> fpr, tpr
(array([ 0. , 0.5, 0.5, 1. ]), array([ 0.5, 0.5, 1. , 1. ]))
这给出了以下情节:
plot([0, 0.5], [0.5, 0.5], [0.5, 0.5], [0.5, 1], [0.5, 1], [1, 1]);
通过构造,有限长度 y 的 ROC 将由矩形组成:
对于足够低的阈值,一切都会被归类为负面。
随着阈值不断增加,在离散点,一些负分类会变成正分类。
因此,对于有限的 y,ROC 将始终由从 (0, 0) 到 的一系列连接的水平和垂直线表征(1, 1)。
AUC 是这些矩形的总和。此处,如上所示,AUC 为 0.75,因为矩形的面积为 0.5 * 0.5 + 0.5 * 1 = 0.75。
在某些情况下,人们会选择通过线性插值来计算 AUC。假设 y 的长度远大于为 FPR 和 TPR 计算的实际点数。然后,在这种情况下,线性插值是可能之间的点的近似值。在某些情况下,人们还遵循这样的猜想,即如果y 足够大,中间的点将被线性插值。 sklearn.metrics
不使用这个猜想,为了得到与 sklearn.metrics
一致的结果,需要使用矩形求和,而不是梯形求和。
让我们编写自己的函数来直接从 fpr
和 tpr
计算 AUC:
import itertools
import operator
def auc_from_fpr_tpr(fpr, tpr, trapezoid=False):
inds = [i for (i, (s, e)) in enumerate(zip(fpr[: -1], fpr[1: ])) if s != e] + [len(fpr) - 1]
fpr, tpr = fpr[inds], tpr[inds]
area = 0
ft = zip(fpr, tpr)
for p0, p1 in zip(ft[: -1], ft[1: ]):
area += (p1[0] - p0[0]) * ((p1[1] + p0[1]) / 2 if trapezoid else p0[1])
return area
此函数采用 FPR 和 TPR,以及一个可选参数,说明是否使用梯形求和。运行它,我们得到:
>>> auc_from_fpr_tpr(fpr, tpr), auc_from_fpr_tpr(fpr, tpr, True)
(0.75, 0.875)
对于矩形求和,我们得到与 sklearn.metrics
相同的结果,对于梯形求和,我们得到不同的、更高的结果。
所以,现在我们只需要看看如果我们在 FPR 为 0.1 时终止,FPR/TPR 点会发生什么变化。我们可以用 bisect
module 来做到这一点
import bisect
def get_fpr_tpr_for_thresh(fpr, tpr, thresh):
p = bisect.bisect_left(fpr, thresh)
fpr = fpr.copy()
fpr[p] = thresh
return fpr[: p + 1], tpr[: p + 1]
这是如何运作的?它只是检查 fpr
中 thresh
的插入点在哪里。鉴于 FPR 的属性(它必须从 0 开始),插入点必须在水平线上。因此,这个之前的所有矩形都应该不受影响,这个之后的所有矩形都应该被删除,这个应该可能被缩短。
让我们应用它:
fpr_thresh, tpr_thresh = get_fpr_tpr_for_thresh(fpr, tpr, 0.1)
>>> fpr_thresh, tpr_thresh
(array([ 0. , 0.1]), array([ 0.5, 0.5]))
最后,我们只需要计算更新版本的 AUC:
>>> auc_from_fpr_tpr(fpr, tpr), auc_from_fpr_tpr(fpr, tpr, True)
0.050000000000000003, 0.050000000000000003)
在这种情况下,矩形和梯形求和给出相同的结果。请注意,一般情况下,他们不会。为了与 sklearn.metrics
保持一致,应使用第一个。
关于python - 如何计算部分曲线下面积 (AUC),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/39537443/
我正在尝试构建不同(但每个同质)类型的可遍历项的多个交叉产品。所需的返回类型是元组的可遍历对象,其类型与输入可遍历对象中的类型相匹配。例如: List(1, 2, 3) cross Seq("a",
import java.util.Scanner; public class BooleanProduct { public static void main(String[] args) {
任务 - 数字的最大 K 积 时间限制:1 内存限制:64 M 给定一个整数序列 N(1 ≤ N ≤ 10 月,| A i | ≤ 2.10 9)和数量 K(1 ≤ K ≤ N)。找出乘积最大的 K
考虑一个大小为 48x16 的 float 矩阵 A 和一个大小为 1x48 的 float vector b。 请建议一种在常见桌面处理器 (i5/i7) 上尽可能快地计算 b×A 的方法。 背景。
假设我有一个 class Rectangle(object): def __init__(self, len
设 A 为 3x3 阶矩阵。判断矩阵A的 boolean 积可以组成多少个不同的矩阵。 这是我想出的: #include int main() { int matri
背景 生成随机权重列表后: sizes = [784,30,10] weights = [np.random.randn(y, x) for x, y in zip(sizes[:-1],sizes[
我正在开发一个 python 项目并使用 numpy。我经常需要通过单位矩阵计算矩阵的克罗内克积。这些是我代码中的一个相当大的瓶颈,所以我想优化它们。我必须服用两种产品。第一个是: np.kron(n
有人可以提供一个例子说明如何使用 uBLAS 产品来乘法吗?或者,如果有更好的 C++ 矩阵库,您可以推荐我也欢迎。这正在变成一个令人头疼的问题。 这是我的代码: vector myVec(scala
我正在尝试开发一个Javascript程序,它会提示用户输入两个整数,然后显示这两个整数的和、乘积、差和商。现在它只显示总和。我实际上不知道乘法、减法和除法命令是否正在执行。这是 jsfiddle 的
如何使用 la4j 计算 vector (叉)积? vector 乘积为 接受两个 vector 并返回 vector 。 但是他们有scalar product , product of all e
在 C++ 中使用 Lapack 让我有点头疼。我发现为 fortran 定义的函数有点古怪,所以我尝试在 C++ 上创建一些函数,以便我更容易阅读正在发生的事情。 无论如何,我没有让矩阵 vecto
是否可以使用 Apple 的 Metal Performance Shaders 执行 Hadamard 产品?我看到可以使用 this 执行普通矩阵乘法,但我特别在寻找逐元素乘法,或者一种构造乘法的
我正在尝试使用 open mp 加速稀疏矩阵 vector 乘积,代码如下: void zAx(double * z, double * data, long * colind, long * row
有没有一种方法可以使用 cv::Mat OpenCV 中的数据结构? 我检查过 the documentation并且没有内置功能。但是我在尝试将标准矩阵乘法表达式 (*) 与 cv::Mat 类型的
我是一名优秀的程序员,十分优秀!