AUC计算方法与Python实现代码_AUC计算 - CSDN文库

1星 166 浏览量更新于2023-05-03 评论 3 收藏 49KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源评论

资源推荐

AUC计算方法与计算方法与Python实现代码实现代码

-AUC计算方法计算方法

-AUC的的Python实现方式实现方式

AUC计算方法计算方法

AUC是ROC曲线下的面积，它是机器学习用于二分类模型的评价指标，AUC反应的是模型对样本的排序能力。它的统计意义

是从所有正样本随机抽取一个正样本，从所有负样本随机抽取一个负样本，当前score使得正样本排在负样本前面的概率。

AUC的计算主要以下几种方法：的计算主要以下几种方法：

1、计算ROC曲线下的面积。这是比较直接的一种方法，可以近似计算ROC曲线一个个小梯形的面积。几乎不会用这种方法

2、从AUC统计意义去计算。所有的正负样本对中，正样本排在负样本前面占样本对数的比例，即这个概率值。

具体的做法就是它也是首先对prob score从大到小排序，然后令最大prob score对应的sample 的rank为n，第二大score对应

sample的rank为n-1，以此类推。

然后把所有的正类样本的rank相加，再减去M-1种两个正样本组合的情况。

得到的就是所有的样本中有多少对正类样本的score大于负类样本的score。

最后再除以M×N。

公式如下：公式如下：

AUC的的Python实现实现

通过上面方法二的公式，AUC计算的Python实现如下：

def calAUC(prob,labels):

f = list(zip(prob,labels))

rank = [values2 for values1,values2 in sorted(f,key=lambda x:x[0])] rankList = [i+1 for i in range(len(rank)) if rank[i]==1] posNum = 0

negNum = 0

for i in range(len(labels)):

if(labels[i]==1):

posNum+=1

else:

negNum+=1

auc = 0

auc = (sum(rankList)- (posNum*(posNum+1))/2)/(posNum*negNum)

print(auc)

return auc

其中输入prob是得到的概率值，labels是分类的标签（1，-1）

以上这篇AUC计算方法与Python实现代码就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持

软件开发网。

您可能感兴趣的文章您可能感兴趣的文章:Python计算开方、立方、圆周率,精确到小数点后任意位的方法Python实现计算圆周率π的值到任意位的

方法示例python计算圆周率pi的方法python使用三角迭代计算圆周率PI的方法利用Python计算KS的实例详解python计算导数

并绘图的实例Python计算IV值的示例讲解基于Python计算圆周率pi代码实例

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余0页未读，立即下载

评论1

Anthony_Sun_

2021-04-07

没什么用，还是复制的别人的

weixin_38667835

粉丝: 6
资源: 937

会员权益专享

图片转文字

全年可省5，000元立即开通

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈