使用Python畫ROC曲線以及AUC值

時間 2019-11-05

標籤使用 python roc 曲線以及 auc 欄目 Python 简体版

原文原文鏈接

from:http://kubicode.me/2016/09/19/Machine%20Learning/AUC-Calculation-by-Python/python

AUC介紹

AUC(Area Under Curve)是機器學習二分類模型中很是經常使用的評估指標，相比於F1-Score對項目的不平衡有更大的容忍性，目前常見的機器學習庫中(好比scikit-learn)通常也都是集成該指標的計算，其計算原理能夠參考這個ROC和AUC介紹以及如何計算AUC ，可是有時候模型是單獨的或者本身編寫的，此時想要評估訓練模型的好壞就得本身搞一個AUC計算模塊，本文在查詢資料時發現libsvm-tools1有一個很是通俗易懂的auc計算，所以摳出來用做往後之用。
app

AUC計算

AUC的計算分爲下面三個步驟：機器學習

計算數據的準備，若是模型訓練時只有訓練集的話通常使用交叉驗證的方式來計算，若是有評估集(evaluate)通常就能夠直接計算了，數據的格式通常就是須要預測得分以及其目標類別（注意是目標類別，不是預測獲得的類別）
根據閾值劃分獲得橫（X:False Positive Rate）以及縱（Y:True Positive Rate）點
將座標點連成曲線以後計算其曲線下面積,就是AUC的值

直接上python代碼學習

#! -*- 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)

#計算ROC座標點
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])

#計算曲線下面積
auc = 0. 
prev_x = 0
for 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