Roc_auc 给定 nan 的百分比计算

Question

我正在尝试计算我的数据的 ROC 分数，但结果为 nan。

代码：

scoring = 'roc_auc'
kfold= KFold(n_splits=10, random_state=42, shuffle=True)
model = LinearDiscriminantAnalysis()
results = cross_val_score(model, df_n, y, cv=kfold, scoring=scoring)
print("AUC: %.3f (%.3f)" % (results.mean(), results.std()))

df_n 是归一化值的数组，我也尝试使用数据集中的 X 数据值。 y 是一个二进制值数组。

df_n 形状：(150, 4) y 形状：(150,)

我很难过，它应该有用！

Answer 1

问题是 roc_auc_score 期望概率而不是 multi-class 分类情况下的预测。但是，使用该代码，得分得到的是 predict 的输出。

使用新得分手：

from sklearn.metrics import roc_auc_score, make_scorer

multi_roc_scorer = make_scorer(lambda y_in, y_p_in: roc_auc_score(y_in, y_p_in, multi_class='ovr'), needs_proba=True)
scores = cross_validate(model, X_s, y_s, scoring=multi_roc_scorer, cv=cv, error_score="raise")

Roc_auc 给定 nan 的百分比计算

Roc_auc percentage calculation giving nan

python

dataframe

scikit-learn

auc