Python实现计算AUC的方式有哪些(auc,python,开发技术)

介绍

AUC（Area Under Curve）被定义为ROC曲线下与坐标轴围成的面积，显然这个面积的数值不会大于1。又由于ROC曲线一般都处于y=x这条直线的上方，所以AUC的取值范围在0.5和1之间。AUC越接近1.0，检测方法真实性越高;等于0.5时，则真实性最低，无应用价值。

实现代码

importnumpyasnpfromsklearn.metricsimportroc_auc_scorey_true=[1,1,0,0,1,1,0]y_pred=[0.8,0.7,0.5,0.5,0.5,0.5,0.3]print(roc_auc_score(y_true,y_pred))#下面实现的是方法1#https://blog.csdn.net/lieyingkub99/article/details/81266664?utm_medium=distribute.pc_relevant.none-task-blog-title-1&spm=1001.2101.3001.4242defcal_auc1(y_true,y_pred):n_bins=10postive_len=sum(y_true)#M正样本个数negative_len=len(y_true)-postive_len#N负样本个数total_case=postive_len*negative_len#M*N样本对数pos_histogram=[0for_inrange(n_bins)]#保存每一个概率值下的正样本个数neg_histogram=[0for_inrange(n_bins)]#保存每一个概率值下的负样本个数bin_width=1.0/n_binsforiinrange(len(y_true)):nth_bin=int(y_pred[i]/bin_width)#概率值转化为整数下标ify_true[i]==1:pos_histogram[nth_bin]+=1else:neg_histogram[nth_bin]+=1print(pos_histogram)print(neg_histogram)accumulated_neg=0satisfied_pair=0foriinrange(n_bins):satisfied_pair+=(pos_histogram[i]*accumulated_neg+pos_histogram[i]*neg_histogram[i]*0.5)print(pos_histogram[i],neg_histogram[i],accumulated_neg,satisfied_pair)accumulated_neg+=neg_histogram[i]returnsatisfied_pair/float(total_case)print(cal_auc1(y_true,y_pred))#下面实现的是方法2#https://blog.csdn.net/lieyingkub99/article/details/81266664?utm_medium=distribute.pc_relevant.none-task-blog-title-1&spm=1001.2101.3001.4242defcal_auc2(y_true,y_pred):n_bins=10postive_len=sum(y_true)#M正样本个数negative_len=len(y_true)-postive_len#N负样本个数total_case=postive_len*negative_len#M*N样本对数prob_rank=[0for_inrange(n_bins)]#保存每一个概率值的rankprob_num=[0for_inrange(n_bins)]#保存每一个概率值出现的次数bin_width=1.0/n_binsraw_arr=[]foriinrange(len(y_true)):raw_arr.append([y_pred[i],y_true[i]])arr=sorted(raw_arr,key=lambdad:d[0])#按概率由低到高排序foriinrange(len(arr)):nth_bin=int(arr[i][0]/bin_width)#概率值转化为整数下标prob_rank[nth_bin]=prob_rank[nth_bin]+i+1prob_num[nth_bin]=prob_num[nth_bin]+1satisfied_pair=0foriinrange(len(arr)):ifarr[i][1]==1:nth_bin=int(arr[i][0]/bin_width)#概率值转化为整数下标satisfied_pair=satisfied_pair+prob_rank[nth_bin]/prob_num[nth_bin]return(satisfied_pair-postive_len*(postive_len+1)/2)/total_caseprint(cal_auc2(y_true,y_pred))#根据roc曲线,找不同点算下面积,需要点足够多defcal_auc3(y_true,y_pred):"""SummaryArgs:raw_arr(TYPE):DescriptionReturns:TYPE:Description"""raw_arr=[]foriinrange(len(y_true)):raw_arr.append([y_pred[i],y_true[i]])print(raw_arr)arr=sorted(raw_arr,key=lambdad:d[0],reverse=True)pos,neg=0.,0.forrecordinarr:ifrecord[1]==1.:pos+=1else:neg+=1fp,tp=0.,0.xy_arr=[]forrecordinarr:ifrecord[1]==1.:tp+=1else:fp+=1xy_arr.append([fp/neg,tp/pos])print(xy_arr)auc=0.prev_x=0.prev_y=0.forx,yinxy_arr:ifx!=prev_x:auc+=((x-prev_x)*(y+prev_y)/2.)prev_x=xprev_y=yprint(auc)importnumpyasnpfromsklearn.metricsimportroc_auc_scorey_true=[1,1,0,0,1,1,0]y_pred=[0.8,0.7,0.5,0.5,0.5,0.5,0.3]print(roc_auc_score(y_true,y_pred))

方法补充

下面是小编为大家找到的另外三个计算AUC的代码，会输出三种方法各自的auc，以及通过面积计算AUC时的ROC曲线。

在通过面积计算AUC的方法中，没有遍历数据的预测概率作为分类阈值，而是对[0,1]区间等分得到一系列阈值。

#AUC的计算importnumpyasnpimportmatplotlib.pyplotaspltforeinrange(3):print("\nRound:",e+1)num=1000auc1=auc2=auc3=0.#准备数据pred_prob=list(np.random.uniform(low=0,high=1,size=[num]))labels=[int(prob>0.5)forprobinlist(np.random.uniform(low=0,high=1,size=[num]))]#检查数据#print("pred_prob:\n",pred_prob)#print("labels:\n",labels)#方法一，面积加和roc_point=[]foriinrange(num):i=pred_prob[i]TP=0#真阳样本数FP=0#假阳样本数TP_rate=0.#真阳率FP_rate=0.#假阳率pos_num=0#预测真样本数#计数过程forind,probinenumerate(pred_prob):ifprob>i:pos_num+=1ifprob>iandlabels[ind]>0.5:TP+=1elifprob>iandlabels[ind]<0.5:FP+=1ifpos_num!=0:TP_rate=TP/sum(labels)FP_rate=FP/(num-sum(labels))roc_point.append([FP_rate,TP_rate])#记录ROC中的点#画出ROC曲线roc_point.sort(key=lambdax:x[0])plt.plot(np.array(roc_point)[1:,0],np.array(roc_point)[1:,1])plt.xlabel("FPR")plt.ylabel("TPR")plt.show()#计算每个小长方形的面积，求和即为auclastx=0.forx,yinroc_point:auc1+=(x-lastx)*y#底乘高lastx=xprint("方法一auc:",auc1)#方法二，利用AUC关于排列概率的定义计算auc2=0P_ind=[]#正样本下标F_ind=[]#负样本下标P_F=0#正样本分数高于负样本的数量F_P=0#负样本分数高于正样本的数量#计数过程forind,valinenumerate(labels):ifval>0.5:P_ind.append(ind)else:F_ind.append(ind)forPiinP_ind:forFiinF_ind:ifpred_prob[Pi]>pred_prob[Fi]:P_F+=1else:F_P+=1auc2=P_F/(len(P_ind)*len(F_ind))print("方法二auc:",auc2)#方法三，方法二的改进，简化了计算，降低了时间复杂度new_data=[[p,l]forp,linzip(pred_prob,labels)]new_data.sort(key=lambdax:x[0])#求正样本rank之和rank_sum=0forind,[prob,label]inenumerate(new_data):iflabel>0.5:rank_sum+=indauc3=(rank_sum-len(P_ind)*(1+len(P_ind))/2)/(len(P_ind)*len(F_ind))print("方法三auc:",auc3)

运行结果