菜单
×
   ❮     
HTML CSS JAVASCRIPT SQL PYTHON JAVA PHP 如何 W3.CSS C C++ C# BOOTSTRAP REACT MYSQL JQUERY EXCEL XML DJANGO NUMPY PANDAS NODEJS R TYPESCRIPT ANGULAR GIT POSTGRESQL MONGODB ASP AI GO KOTLIN SASS VUE DSA GEN AI SCIPY AWS CYBERSECURITY 数据科学
     ❯   

Python 教程

Python 主页 Python 简介 Python 入门 Python 语法 Python 注释 Python 变量 Python 数据类型 Python 数字 Python 类型转换 Python 字符串 Python 布尔值 Python 运算符 Python 列表 Python 元组 Python 集合 Python 字典 Python If...Else Python While 循环 Python For 循环 Python 函数 Python Lambda Python 数组 Python 类/对象 Python 继承 Python 迭代器 Python 多态 Python 作用域 Python 模块 Python 日期 Python 数学 Python JSON Python 正则表达式 Python PIP Python Try...Except Python 用户输入 Python 字符串格式化

文件处理

Python 文件处理 Python 读取文件 Python 写入/创建文件 Python 删除文件

Python 模块

NumPy 教程 Pandas 教程 SciPy 教程 Django 教程

Python Matplotlib

Matplotlib 简介 Matplotlib 入门 Matplotlib Pyplot Matplotlib 绘图 Matplotlib 标记 Matplotlib 线条 Matplotlib 标签 Matplotlib 网格 Matplotlib 子图 Matplotlib 散点图 Matplotlib 条形图 Matplotlib 直方图 Matplotlib 饼图

机器学习

入门 平均值 中位数 众数 标准差 百分位数 数据分布 正态数据分布 散点图 线性回归 多项式回归 多元回归 缩放 训练/测试 决策树 混淆矩阵 层次聚类 逻辑回归 网格搜索 分类数据 K-均值 Bootstrap Aggregation 交叉验证 AUC - ROC 曲线 K 近邻

Python MySQL

MySQL 入门 MySQL 创建数据库 MySQL 创建表 MySQL 插入 MySQL 选择 MySQL Where MySQL Order By MySQL 删除 MySQL 删除表 MySQL 更新 MySQL Limit MySQL Join

Python MongoDB

MongoDB 入门 MongoDB 创建数据库 MongoDB 集合 MongoDB 插入 MongoDB Find MongoDB Query MongoDB Sort MongoDB 删除 MongoDB 删除集合 MongoDB 更新 MongoDB Limit

Python 参考

Python 概述 Python 内置函数 Python 字符串方法 Python 列表方法 Python 字典方法 Python 元组方法 Python 集合方法 Python 文件方法 Python 关键字 Python 异常 Python 词汇表

模块参考

Random 模块 Requests 模块 Statistics 模块 Math 模块 cMath 模块

Python 如何操作

删除列表重复项 反转字符串 两个数字相加

Python 示例

Python 示例 Python 编译器 Python 练习 Python 测验 Python 服务器 Python 面试问答 Python 训练营 Python 证书

机器学习 - AUC - ROC 曲线


在此页面上,W3schools.com 与 纽约数据科学学院 合作,为我们的学生提供数字培训内容。


AUC - ROC 曲线

在分类中,有许多不同的评估指标。最流行的是准确率,它衡量模型正确的频率。这是一个很好的指标,因为它易于理解,并且通常希望获得最正确的猜测。在某些情况下,您可能需要考虑使用其他评估指标。

另一个常见的指标是 AUC,即接收者操作特征 (ROC) 曲线下的面积。接收者操作特征曲线绘制了不同分类阈值下的真阳性 (TP) 率与假阳性 (FP) 率。这些阈值是二元分类中分离两个类别的不同概率截止点。它使用概率来告诉我们模型分离类别的效果。


不平衡数据

假设我们有一个不平衡数据集,其中大部分数据都是一个值。我们可以通过预测多数类别来获得模型的高准确率。

示例

import numpy as np
来自 sklearn.metrics 导入 accuracy_score, confusion_matrix, roc_auc_score, roc_curve

n = 10000
ratio = .95
n_0 = int((1-ratio) * n)
n_1 = int(ratio * n)

y = np.array([0] * n_0 + [1] * n_1)
# 以下是从一个总是预测多数类别的假设模型中获得的概率
# 预测类别 1 的概率将是 100%
y_proba = np.array([1]*n)
y_pred = y_proba > .5

print(f'准确率分数: {accuracy_score(y, y_pred)}')
cf_mat = confusion_matrix(y, y_pred)
print('混淆矩阵')
print(cf_mat)
print(f'类别 0 准确率: {cf_mat[0][0]/n_0}')
print(f'类别 1 准确率: {cf_mat[1][1]/n_1}')
运行示例 »

广告


尽管我们获得了非常高的准确率,但该模型没有提供任何关于数据的信息,因此它没有用处。我们 100% 准确地预测类别 1,同时 0% 不准确地预测类别 0。以准确率为代价,拥有一个能够将两个类别在某种程度上分开的模型可能会更好。

示例

# 以下是从一个不总是预测众数的假设模型中获得的概率
y_proba_2 = np.array(
    np.random.uniform(0, .7, n_0).tolist() +
    np.random.uniform(.3, 1, n_1).tolist()
)
y_pred_2 = y_proba_2 > .5

print(f'准确率分数: {accuracy_score(y, y_pred_2)}')
cf_mat = confusion_matrix(y, y_pred_2)
print('混淆矩阵')
print(cf_mat)
print(f'类别 0 准确率: {cf_mat[0][0]/n_0}')
print(f'类别 1 准确率: {cf_mat[1][1]/n_1}')
运行示例 »

对于第二组预测,我们的准确率分数不如第一组高,但每个类别的准确率更平衡。使用准确率作为评估指标,我们会将第一个模型评价为高于第二个模型,尽管它没有告诉我们任何关于数据的信息。

在这种情况下,更倾向于使用 AUC 等其他评估指标。

import matplotlib.pyplot as plt

def plot_roc_curve(true_y, y_prob)
    """
    绘制基于概率的 roc 曲线
    """

    fpr, tpr, thresholds = roc_curve(true_y, y_prob)
    plt.plot(fpr, tpr)
    plt.xlabel('假阳性率')
    plt.ylabel('真阳性率')

示例

模型 1

plot_roc_curve(y, y_proba)
print(f'模型 1 AUC 分数: {roc_auc_score(y, y_proba)}')

结果


模型 1 AUC 分数: 0.5

运行示例 »

示例

模型 2

plot_roc_curve(y, y_proba_2)
print(f'模型 2 AUC 分数: {roc_auc_score(y, y_proba_2)}')

结果


模型 2 AUC 分数: 0.8270551578947367

运行示例 »

AUC 分数约为 0.5 表示模型无法区分两个类别,曲线看起来像一条斜率为 1 的直线。AUC 分数越接近 1,表示模型有能力区分两个类别,曲线将越接近图表的左上角。


概率

由于 AUC 是一个利用类别预测概率的指标,因此即使两个模型的准确率相似,我们也可以对 AUC 分数较高的模型比 AUC 分数较低的模型更有信心。

在下面的数据中,我们有两组来自假设模型的概率。第一组的概率在预测两个类别时不够“自信”(概率接近 0.5)。第二组的概率在预测两个类别时更“自信”(概率接近 0 或 1 的极端值)。

示例

import numpy as np

n = 10000
y = np.array([0] * n + [1] * n)
#
y_prob_1 = np.array(
    np.random.uniform(.25, .5, n//2).tolist() +
    np.random.uniform(.3, .7, n).tolist() +
    np.random.uniform(.5, .75, n//2).tolist()
)
y_prob_2 = np.array(
    np.random.uniform(0, .4, n//2).tolist() +
    np.random.uniform(.3, .7, n).tolist() +
    np.random.uniform(.6, 1, n//2).tolist()
)

print(f'模型 1 准确率分数: {accuracy_score(y, y_prob_1>.5)}')
print(f'模型 2 准确率分数: {accuracy_score(y, y_prob_2>.5)}')

print(f'模型 1 AUC 分数: {roc_auc_score(y, y_prob_1)}')
print(f'模型 2 AUC 分数: {roc_auc_score(y, y_prob_2)}')
运行示例 »

示例

绘制模型 1

plot_roc_curve(y, y_prob_1)

结果

运行示例 »

示例

绘制模型 2

fpr, tpr, thresholds = roc_curve(y, y_prob_2)
plt.plot(fpr, tpr)

结果

运行示例 »

尽管两个模型的准确率相似,但具有更高 AUC 分数的模型将更可靠,因为它考虑了预测概率。它在预测未来数据时更有可能为您提供更高的准确率。


×

联系销售

如果您想将 W3Schools 服务用于教育机构、团队或企业,请发送电子邮件给我们
sales@w3schools.com

报告错误

如果您想报告错误,或想提出建议,请发送电子邮件给我们
help@w3schools.com

W3Schools 经过优化,旨在方便学习和培训。示例可能经过简化,以提高阅读和学习体验。教程、参考资料和示例会不断审查,以避免错误,但我们无法保证所有内容的完全正确性。使用 W3Schools 即表示您已阅读并接受我们的使用条款Cookie 和隐私政策

版权所有 1999-2024 Refsnes Data。保留所有权利。W3Schools 由 W3.CSS 提供支持