Python畫ROC曲線和AUC值計算（附程式碼）

#前言

ROC（Receiver Operating Characteristic）曲線和AUC常用來評估一個二值分類器（binary classifier）的優劣。這篇文章將先簡單的介紹ROC和AUC，而後用實例示範如何python作出ROC曲線圖以及計算AUC。

AUC介紹

AUC(Area Under Curve)是機器學習二分類模型中非常常用的評估指標，相較於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(比如scikit-learn)一般也都是集成該指標的計算，但是有時候模型是單獨的或者自己編寫的，此時想要評估訓練模型的好壞就得自己搞一個AUC計算模組，本文在查詢資料時發現libsvm-tools有一個非常通俗易懂的auc計算，因此摳出來用作日後之用。

AUC計算

AUC的計算分為以下三個步驟：

1、計算資料的準備，如果模型訓練時只有訓練集的話一般使用交叉驗證的方式來計算，如果有評估集(evaluate)一般就可以直接計算了，數據的格式一般就是需要預測得分以及其目標類別（注意是目標類別，不是預測得到的類別）
2、根據閾值劃分得到橫（X:False Positive Rate）以及縱（Y:True Positive Rate）點
3、將座標點連成曲線之後計算其曲線下面積,就是AUC的值

#直接上python程式碼

#! -*- 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)
 #计算ROC坐标点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])
 #计算曲线下面积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:未點擊的數據，可以看做負樣本的數量
2 、clk:點擊的數量，可以看做正樣本的數量
3、score:預測的分數，以該分數為group進行正負樣本的預統計可以減少AUC的計算量
運行的結果為:

如果本機沒安裝pylab可以直接註解依賴以及畫圖部分
注意
上面貼的程式碼:
1.只能計算二分類的結果（至於二分類的標籤隨便處理）
2、上面程式碼中每個score都做了一次閾值，其實這樣效率是相當低的，可以對樣本進行採樣或者在計算橫軸座標時進行等分計算
非常感謝你的閱讀
大學的時候選擇了自學python，工作了發現吃了計算機基礎不好的虧，學歷不行這是沒辦法的事，只能後天彌補，於是在編碼之外開啟了自己的逆襲之路，不斷的學習python核心知識，深入的研習計算機基礎知識，整理好了，我放在我們的微信公眾號《程序員學府》，如果你也不甘平庸，那就與我一起在程式設計之外，不斷成長吧！

其實這裡不僅有技術，更有那些技術之外的東西，比如，如何做一個精緻的程式設計師，而不是“屌絲”，程式設計師本身就是高貴的一種存在啊，難道不是嗎？ [點擊加入]想做自己想成為高尚人，加油！

感謝大家的閱讀，希望大家收益多多。

本文轉自：https://blog.csdn.net/adrrry/article/details/106796288

推薦教學：《python教學》

以上是Python畫ROC曲線和AUC值計算（附程式碼）的詳細內容。更多資訊請關注PHP中文網其他相關文章！