数据挖掘 - 如何从分类的 ROC 曲线计算 AUC？ - 吾爱随笔录

数据挖掘机器学习分类

2021-09-16 12:29:52

基于 TPR 和 FPR，我为我的二元分类模型生成了 ROC 曲线。我不知道，如何计算 AUC 值。如果你能帮我计算 AUC 值，我会对我很有帮助。

1个回答

欢迎来到社区！

如您所知，AUC 只是 ROC 曲线下的面积。所以问题更多是关于数值方法，因为你有一组点，你想计算它下面的面积。

黎曼和

微不足道的解决方案。只需从您拥有的点制作矩形。每个矩形的面积只是边的乘积。然后总结它们！你大概不喜欢吧？！

在黎曼之后，最简单和最天真的算法可以做到这一点。您只需有一组点，您只需计算每对之间的梯形面积并将它们总结起来，如下图所示。它具有最大的计算误差，因为它大大简化了问题。

当我们谈论曲线时要好得多！让我们保持简单和重点。您可以使用二次 ( $y=ax^2+bx+c$ ) 并具有 3 个数据点。使用您的三个数据点，您可以计算 $a$ , $b$ 和 $c$ . 那么曲线下的面积并没有那么困难，但是我们有更好的解决方案！信不信由你，这种整合的价值很简单

\frac{b - a}{6} (f (a) + 4 \times f (m) + f (b))

$\frac{b-a}{6} (f(a)+4\times f(m)+f(b))$

在哪里 $(a,f(a))$ 和 $(b,f(b))$ 是区间的端点并且 $(m,f(m))$ 是中点。从这里查看下图以比较这些方法。

可以递归地应用辛普森和/或梯形方法以实现更准确的计算。它被称为Romberg 方法。这些方法的准确性在区间的长度上。更小的间隔提供更准确的积分。Romberg 使用这个事实迭代地更接近更准确的答案。

当然还有更多算法可以做到这一点。

PS：你当然有不同语言的库和函数来为你计算它。例如，Scipy 为 Python 提供。

希望能帮助到你！祝你好运！

其它你可能感兴趣的问题