roc_auc_score中的pred_y參數用法 - Cupoy

2020/01/04 下午 11:37

機器學習共學討論版

Ma Chao Ting

觀看數：57

回答數：2

收藏數：0

ml100-3

ml100-3-d48

想請教專家

roc_auc_score(y_true, y_scores)

一般指的y_scores其實就是pred_y嗎?

我在網路上google到有文章說  

 **使用 roc_auc_score 來評估 **這邊特別注意 y_pred 必須要放機率值進去，而不是轉換過的1或0**

但也有文章說可以放入1或0，想請教那一個才是正確的觀念呢??

回答列表

• 2020/01/07 上午 01:07
  Jeffrey
  贊同數：0
  不贊同數：0
  留言數：0

  y_scores其實就是pred_y:是的。另外，面積計算的確是兩種方式都有人用，取決於你如何去解釋這個結果。

• 2020/01/20 下午 03:58
  張維元 (WeiYuan)
  贊同數：0
  不贊同數：0
  留言數：0

  可以看一下文件：https://scikit-learn.org/stable/modules/generated/sklearn.metrics.roc_auc_score.html

  
  

  y_scorearray-like of shape (n_samples,) or (n_samples, n_classes)

  Target scores. In the binary and multilabel cases, these can be either probability estimates or non-thresholded decision values (as returned by decision_function on some classifiers). In the multiclass case, these must be probability estimates which sum to 1. The binary case expects a shape (n_samples,), and the scores must be the scores of the class with the greater label. The multiclass and multilabel cases expect a shape (n_samples, n_classes). In the multiclass case, the order of the class scores must correspond to the order of labels, if provided, or else to the numerical or lexicographical order of the labels in y_true.

  
  

  看起來是要用 機率值 才是符合 sklearn  的設計。