scikit-learn 中多类问题的 ROC 下区域答案

【问题标题】：Area under ROC for the multiclass problem in scikit-learnscikit-learn 中多类问题的 ROC 下区域
【发布时间】：2020-08-14 11:52:02
【问题描述】：

我从事情绪分析程序。但我设法在“正面”和“负面”旁边的类别中包含“neutral”。它使类别成为多类。

那么我可以让roc_auc_score 在 multiclass 中工作吗？或者除了使用roc_auc_score之外还有其他方法可以测量性能？

我的roc_auc_score 实现：

print(roc_auc_score(y_test, clf.predict_proba(X_test)[:,1]))

【问题讨论】：

标签： python scikit-learn roc multiclass-classification auc

【解决方案1】：

是的，当然可以。

见here:

注意：此实现可用于二元、多类和多标签分类，但存在一些限制（请参阅参数）。

和here:

sklearn.metrics.roc_auc_score函数可用于多类分类。

我们以鸢尾花数据集为例：

from sklearn.datasets import load_iris
from sklearn.tree import DecisionTreeClassifier
from sklearn.model_selection import train_test_split
from sklearn.metrics import roc_auc_score

iris = load_iris()
X_train, X_test, y_train, y_test = train_test_split(iris.data,
                                                    iris.target,
                                                    stratify = iris.target,
                                                    random_state = 42)


model = DecisionTreeClassifier()
model.fit(X_train, y_train)
print('roc auc score: {:.4f}'.format(roc_auc_score(y_test, model.predict_proba(X_test), multi_class='ovo')))

你会得到：

roc auc 得分：0.9808

【讨论】：

它会产生这个错误：“roc_auc_score() got an unexpected keyword argument 'multi_class'” 我的 roc_auc_score 上没有“multi_class”参数。为什么会这样？？
你有什么版本？