在 y_true 变量中找到单个 class 1 的 roc/auc/auc-roc 分数

find roc/auc/auc-roc score for single class 1's in y_true variable

如何从 y_truey_pred 值计算 SINGLE CLASS in [=15] 的 auc 或 roc 或 auc-roc 分数=] 使用 python 代码。

我在 Whosebug 和互联网上检查了各种类似的问题,但任务没有解决或输出不是预期的。

这是 y_truey_pred 值的示例。

y_true = numpy.array([1,1,1])

y_pred = numpy.array([0.36,0.82,0.46])

或者,

y_true = [1,1,1]

y_pred = [0.36,0.82,0.46]

另外,我检查了python库的各种内置函数,发现虽然可以找到真阳性率,但假阳性率显示为nan或不是数字。

tensorflow and/or theano and/or pytorch and/or caffe and/or sklearn and/or 其他 python 库或 [=47= 的修改函数] 可用于从单个 class 值 1 的 y_true 中查找 AUC 或 ROC 或 AUC-ROC 分数 值y_pred 预测得分。

如果您需要更多详细信息,请发表评论。

如果您了解 roc auc 的工作原理 (https://medium.com/@penggongting/understanding-roc-auc-pros-and-cons-why-is-bier-score-a-great-supplement-c7a0c976b679 or https://developers.google.com/machine-learning/crash-course/classification/roc-and-auc),您就会明白,roc auc 不是关于评分,而是关于排序。您的问题有答案:如果您尝试用一个值计算 class,您如何对它进行排序? - 无论如何,你无法对它进行排序。这就是你无法计算的原因。