scikit-learn roc_auc_score () возвращает значения точности

Я пытаюсь вычислить область под кривой sklearn.metrics.roc_auc_score используя метод sklearn.metrics.roc_auc_score используя следующий метод:

 roc_auc = sklearn.metrics.roc_auc_score(actual, predicted) 

где actual – бинарный вектор с метками классификации заземления, а predicted – двоичный вектор с классификационными метками, которые предсказал мой классификатор.

Однако значение roc_auc которое я получаю, ТОЧНО похоже на значения точности (пропорция образцов, чьи метки правильно предсказаны). Это не одноразовая вещь. Я пытаюсь использовать свой классификатор при различных значениях параметров и каждый раз, когда получаю тот же результат.

Что я здесь делаю неправильно?

  • Ошибка при установке scikits.audiolab при использовании python setup.py egg_info
  • Просмотр в массив numpy?
  • Numpy: Как случайное разбиение / выбор матрицы на n-различные матрицы
  • Невозможно импортировать scikits-learn, хотя кажется, что он установлен
  • Отсутствующие ценности в обучении машинам scikits
  • Не удается получить scikit-learn, установленный на OS X
  • Как использовать фиктивную переменную для представления категориальных данных в python scikit-learn random forest
  • Одновременная запись звука с микрофона и воспроизведение его с эффектом в python
  • One Solution collect form web for “scikit-learn roc_auc_score () возвращает значения точности”

    Это происходит потому, что вы принимаете решения своего классификатора вместо вычисляемых им баллов. Был вопрос об этом на SO недавно и связанный запрос тянуть к scikit-learn .

    Точка кривой ROC (и область под ней) заключается в том, что вы изучаете компромисс с точностью повторения, поскольку порог классификации варьируется. По умолчанию в двоичной задаче классификации, если оценка вашего классификатора > 0.5 , тогда прогнозируется class0 , иначе прогнозируется class0 . По мере изменения этого порога вы получите такую ​​кривую. Чем выше кривая (больше области под ней), тем лучше этот классификатор. Однако для получения этой кривой вам нужен доступ к десяткам классификатора, а не к его решениям. В противном случае, независимо от порога принятия решения, решение остается неизменным, а AUC вырождается до точности.

    Какой классификатор вы используете?

    Interesting Posts

    Почему, когда я нажимаю клавиши со стрелкой вверх или вниз в интерпретаторе Python, я получаю ^

    Могу ли я получить рекомендации по фильму IMDb для данного фильма, используя IMDbPY?

    Тензорный поток: использование оптимизатора Адама

    Python: как я могу использовать переменную из основного файла в модуле?

    Как добавить элемент в верхней части OrderedDict в python?

    Подстановка регулярного выражения Python: отдельная обратная ссылка от цифры

    Какая версия Visual Studio представляет собой Python на моем компьютере, скомпилированном?

    Установка пакета / инструмента python пользователем без root

    Python – использование переменных env удаленного хоста с / SSH

    Python: отображение из интервалов в значения

    Персистентная переменная изменяется между тестами в unittest?

    Прокрутка нескольких списков Tkinter вместе

    Как конвертировать MP3 в WAV в Python

    Как добавить общий ярлык x и ярлык y к сюжету, созданному с сюжетом панд?

    Вычитание по списку множеств

    Python - лучший язык программирования в мире.