在 y_true 变量中查找单个类 1 的 roc/auc/auc-roc 分数答案

【问题标题】：find roc/auc/auc-roc score for single class 1's in y_true variable在 y_true 变量中查找单个类 1 的 roc/auc/auc-roc 分数
【发布时间】：2020-02-23 10:21:54
【问题描述】：

如何使用 python 代码根据 y_true 中 SINGLE CLASS 的 y_true 和 y_pred 值计算 auc 或 roc 或 auc-roc 分数。

我在 stackoverflow 和 internet 上检查了各种类似的问题，但任务没有解决或输出不是预期的。

这是y_true 和y_pred 值的示例。

y_true = numpy.array([1,1,1])

y_pred = numpy.array([0.36,0.82,0.46])

或者，

y_true = [1,1,1]

y_pred = [0.36,0.82,0.46]

顺便提一下，我检查了python库的各种内置函数，发现虽然可以找到真阳性率，但假阳性率显示为nan或不是数字。

tensorflow 和/或 theano 和/或 pytorch 和/或 caffe 和/或 sklearn 和/或其他 python 库或修改后的 python 函数可用于查找 AUC 或 ROC 或 AUC-ROC 分数 来自单个类值 1 的 y_true 的值 和 y_pred 预测分数。

如果您需要更多详细信息，请发表评论。

【问题讨论】：

标签： python-3.x metrics evaluation auc false-positive

【解决方案1】：

如果您了解 roc auc 的工作原理（https://medium.com/@penggongting/understanding-roc-auc-pros-and-cons-why-is-bier-score-a-great-supplement-c7a0c976b679 或 https://developers.google.com/machine-learning/crash-course/classification/roc-and-auc），您就会明白，roc auc 不是关于得分，而是关于排序。你的问题有答案：如果你试图用一个值计算一个类，你怎么能对它进行排序？ - 无论如何，您无法对其进行排序。这就是你无法计算它的原因。

【讨论】：