使用Sklearn在ROC曲线下的面积？

Question

我无法弄清楚为什么在以下情况下Sklearn函数roc_auc_score返回1 ：

y_true = [0, 0, 1, 0, 0, 0, 0, 1]

y_scores = [0.18101096153259277, 0.15506085753440857, 
            0.9940806031227112, 0.05024950951337814, 
            0.7381414771080017, 0.8922111988067627, 
            0.8253260850906372, 0.9967281818389893]

roc_auc_score(y_true,y_scores)

最后的三个分数0.7381414771080017, 0.8922111988067627, 0.8253260850906372与标签0, 0, 0不匹配。 那么，AUC如何为1？ 我这是怎么了？

Answer 1

ROC曲线的auc只是衡量模型相对于肯定类对数据点进行排序的能力。

在您的示例中，正面类别的得分始终大于负面类别的数据点。 因此，auc_roc_score为1是正确的。

pd.DataFrame({'y_true':y_true,'y_scores':y_scores}).sort_values('y_scores',ascending=False)

    y_scores    y_true
7   0.996728    1
2   0.994081    1
5   0.892211    0
6   0.825326    0
4   0.738141    0
0   0.181011    0
1   0.155061    0
3   0.050250    0

Answer 2

如果您看一下ROC本身，就更容易理解为什么：

> roc_curve(y_true, y_scores)

(array([0., 0., 0., 1.]),
 array([0. , 0.5, 1. , 1. ]),
 array([1.99672818, 0.99672818, 0.9940806 , 0.05024951]))

返回的元组中的第一个值是FPR，第二个是TPR，第三个是值改变的阈值点。

对于0.99672818的阈值，FPR实际上为0.5，而不是0，这会使您认为ROC的AUC不为0。但是，FPR / TPR点只是行0、0-> 0， 1-> 1、1，并且其下方的区域确实为1。