如何在 gridsearchSV 中计算 AUC（多类问题）

数据挖掘 scikit-学习 多类分类 网格搜索 计分 奥克
2022-03-12 12:29:08

我正在研究一个多类分类问题，比较 SVM 和随机森林分类器的结果。我想使用 gridsearchCV 进行超参数调优，发现 AUC 是此类问题最常用的指标。

我知道如何使用其他评分指标，如准确性等，但默认的 ROC_AUC 仅适用于二进制类。有没有一种方法可以在 gridsearchCV 中使用 AUC 来解决多类问题？

2个回答

指标独立于 ML 算法，因此您使用哪种算法并不重要。

要计算多类 AUC ，您可以在R中使用 lib pRoc或使用此链接的代码（在 Python 中）。

资料来源：

sklearnroc_auc_score实际上确实使用其average和multiclass参数处理多类和多标签问题。默认average='macro'值很好，但您应该考虑替代方案。但是multiclass='raise'需要覆盖默认值。要在 a 中使用它GridSearchCV，您可以对函数进行 curry，例如

import functools

multiclass_roc_auc = functools.partial(roc_auc_score, multiclass='ovr')
search = GridSearchCV(estimator=...,
                      eval=multiclass_roc_auc,
                      ...)
其它你可能感兴趣的问题
上一篇如何使用 BERT 或类似的东西对文本文件进行标记？ 下一篇我打算做分类建模，但我的目标变量只有一个值