您好,登錄后才能下訂單哦!
接受者操作特性曲線(receiver operating characteristic curve,簡(jiǎn)稱ROC曲線),又稱為感受性曲線(sensitivity curve)。得此名的原因在于曲線上各點(diǎn)反映著相同的感受性,它們都是對(duì)同一信號(hào)刺激的反應(yīng),只不過(guò)是在幾種不同的判定標(biāo)準(zhǔn)下所得的結(jié)果而已。接受者操作特性曲線就是以虛驚概率為橫軸,擊中概率為縱軸所組成的坐標(biāo)圖,和被試在特定刺激條件下由于采用不同的判斷標(biāo)準(zhǔn)得出的不同結(jié)果畫出的曲線
AUC(Area Under Curve)是機(jī)器學(xué)習(xí)二分類模型中非常常用的評(píng)估指標(biāo),相比于F1-Score對(duì)項(xiàng)目的不平衡有更大的容忍性,目前常見(jiàn)的機(jī)器學(xué)習(xí)庫(kù)中(比如scikit-learn)一般也都是集成該指標(biāo)的計(jì)算,但是有時(shí)候模型是單獨(dú)的或者自己編寫的,此時(shí)想要評(píng)估訓(xùn)練模型的好壞就得自己搞一個(gè)AUC計(jì)算模塊,本文在查詢資料時(shí)發(fā)現(xiàn)libsvm-tools有一個(gè)非常通俗易懂的auc計(jì)算,因此摳出來(lái)用作日后之用。
AUC的計(jì)算分為下面三個(gè)步驟:
1、計(jì)算數(shù)據(jù)的準(zhǔn)備,如果模型訓(xùn)練時(shí)只有訓(xùn)練集的話一般使用交叉驗(yàn)證的方式來(lái)計(jì)算,如果有評(píng)估集(evaluate)一般就可以直接計(jì)算了,數(shù)據(jù)的格式一般就是需要預(yù)測(cè)得分以及其目標(biāo)類別(注意是目標(biāo)類別,不是預(yù)測(cè)得到的類別)
2、根據(jù)閾值劃分得到橫(X:False Positive Rate)以及縱(Y:True Positive Rate)點(diǎn)
3、將坐標(biāo)點(diǎn)連成曲線之后計(jì)算其曲線下面積,就是AUC的值
#! -*- coding=utf-8 -*-import pylab as pl from math import log,exp,sqrt evaluate_result="you file path"db = [] #[score,nonclk,clk]pos, neg = 0, 0 with open(evaluate_result,'r') as fs: for line in fs: nonclk,clk,score = line.strip().split('\t') nonclk = int(nonclk) clk = int(clk) score = float(score) db.append([score,nonclk,clk]) pos += clk neg += nonclk db = sorted(db, key=lambda x:x[0], reverse=True) #計(jì)算ROC坐標(biāo)點(diǎn)xy_arr = []tp, fp = 0., 0. for i in range(len(db)): tp += db[i][2] fp += db[i][1] xy_arr.append([fp/neg,tp/pos]) #計(jì)算曲線下面積auc = 0. prev_x = 0for x,y in xy_arr: if x != prev_x: auc += (x - prev_x) * y prev_x = x print "the auc is %s."%auc x = [_v[0] for _v in xy_arr] y = [_v[1] for _v in xy_arr] pl.title("ROC curve of %s (AUC = %.4f)" % ('svm',auc)) pl.xlabel("False Positive Rate") pl.ylabel("True Positive Rate") pl.plot(x, y)# use pylab to plot x and y pl.show()# show the plot on the screen
其格式為:
nonclk \t clk \t score
其中:
1、nonclick:未點(diǎn)擊的數(shù)據(jù),可以看做負(fù)樣本的數(shù)量
2、clk:點(diǎn)擊的數(shù)量,可以看做正樣本的數(shù)量
3、score:預(yù)測(cè)的分?jǐn)?shù),以該分?jǐn)?shù)為group進(jìn)行正負(fù)樣本的預(yù)統(tǒng)計(jì)可以減少AUC的計(jì)算量
運(yùn)行的結(jié)果為:
如果本機(jī)沒(méi)安裝pylab可以直接注釋依賴以及畫圖部分
注意
上面貼的代碼:
1、只能計(jì)算二分類的結(jié)果(至于二分類的標(biāo)簽隨便處理)
2、上面代碼中每個(gè)score都做了一次閾值,其實(shí)這樣效率是相當(dāng)?shù)偷?,可以?duì)樣本進(jìn)行采樣或者在計(jì)算橫軸坐標(biāo)時(shí)進(jìn)行等分計(jì)
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。