添加 AUC 作为 keras 的损失函数答案

【问题标题】：Add AUC as loss function for keras添加 AUC 作为 keras 的损失函数
【发布时间】：2015-09-11 08:46:43
【问题描述】：

有没有人使用 Theano 为 Keras 编写自定义 AUC 损失函数？

我看到 pylearn2 中有一个实现，（它实际上是 sklearn 的包装器）但无法将其移植到 Keras 中使用

所以我想我的问题是，有人能写出这个函数吗？你愿意分享吗？

【问题讨论】：

您可以轻松包装 pylearn2 库中定义的 RocAUCOp。为了与 keras 签名保持一致，它看起来像（未经测试）def roc_auc(y_true, y_hat): return RocAucScoreOp()(y_true, y_hat)
我尝试实现他们关于包装 the RocAucScoreOp from pylearn2. 的建议当试图将其作为损失函数传递给 model.compile 时，我收到以下错误：> AttributeError: 'RocAucScoreOp' object has no attribute 'grad' pylearn2 中围绕 RocAucScoreOp 的源代码文档表明它仅用于监控通道，而不是作为优化的目标/损失函数。看来除非有办法定义渐变，否则Keras是不能用的
pylearn2版本基本是回调计算AUC。您将无法将 AUC 用作网络的建模目标（在 Keras 或其他地方），因为它不可微。

【解决方案1】：

AUC 是不可微的，所以你不能在不做一些修改的情况下将它用作损失函数。有 some work 算法来最大化 AUC，但我建议只使用常规的交叉熵/对数似然损失。

【讨论】：