sklearn包中对于分类问题，如何计算accuracy和roc_auc_score？

sphw2023-09-21 21:36

1. 基础条件

python 复制代码

import numpy as np
from sklearn import metrics

y_true = np.array([1, 7, 4, 6, 3])
y_prediction = np.array([3, 7, 4, 6, 3])

2. accuracy_score计算

python 复制代码

acc = metrics.accuracy_score(y_true, y_prediction)

这个没问题

3. roc_auc_score计算

The binary and multiclass cases expect labels with shape (n_samples,) while the multilabel case expects binary label indicators with shape (n_samples, n_classes).

因此metrics.roc_auc_score对于multiclasses类的roc_auc_score计算，需要一个二维array，每一列是表示分的每一类，每一行是表示是否为此类。

python 复制代码

from sklearn.preprocessing import OneHotEncoder
enc = OneHotEncoder(sparse=False)
enc.fit(y_true.reshape(-1, 1))
y_true_onehot = enc.transform(y_true.reshape(-1, 1))
y_predictions_onehot = \
    enc.transform(y_prediction.reshape(-1, 1))

bash 复制代码

In [201]: y_true_onehot
Out[201]: 
array([[1., 0., 0., 0., 0.],
       [0., 0., 0., 0., 1.],
       [0., 0., 1., 0., 0.],
       [0., 0., 0., 1., 0.],
       [0., 1., 0., 0., 0.]])

In [202]: y_predictions_onehot
Out[202]: 
array([[0., 1., 0., 0., 0.],
       [0., 0., 0., 0., 1.],
       [0., 0., 1., 0., 0.],
       [0., 0., 0., 1., 0.],
       [0., 1., 0., 0., 0.]])

bash 复制代码

In [204]: enc.categories_
Out[204]: [array([1, 3, 4, 6, 7])]

所以结合enc.categories_和y_true_onehot，y_true与y_true_onehot的对应关系如下：

Class	1	3	4	6	7
true value: 1	1
true value: 7					1
true value: 4			1
true value: 6				1
true value: 3		1

因此，对于y_prediction与y_prediction_onehot的对应关系就是如下：

Class	3	4	6	7
Prediction value: 3	1
Prediction value: 7				1
Prediction value: 4		1
Prediction value: 6			1
Prediction value: 3	1

这就解释了上述y_true_onehot和y_prediction_onehot的返回结果。

python 复制代码

ensemble_auc = metrics.roc_auc_score(y_true_onehot,
                                     y_predictions_onehot)

bash 复制代码

In [200]: ensemble_auc
Out[200]: 0.875