roc-auc-score_roc指标最佳参数

ROC 曲线和 AUC 常被用来评价一个
二值分类器 的优劣。

混淆矩阵

其中，TP(真正，True Positive)表示真正结果为正例，预测结果也是正例；FP(假正，False Positive)表示真实结果为负例，预测结果却是正例；TN（真负，True Negative）表示真实结果为正例，预测结果却是负例；FN（假负，False Negative）表示真实结果为负例，预测结果也是负例。显然，TP+FP+FN+TN=样本总数。


精确率和准确率是比较容易混淆的两个评估指标，两者是有区别的。精确率是一个二分类指标，而准确率能应用于多分类，其计算公式为：

ROC

机器学习模型中，很多模型输出是预测概率。而使用精确率、召回率这类指标进行模型评估时，还需要对预测概率设分类阈值，比如预测概率大于阈值为正例，反之为负例。这使得模型多了一个超参数，并且这个超参数会影响模型的泛化能力。

• 精准率：蓝色曲线
• 召回率：黄色曲线
• X:阈值
• Y：精准率和召回率各自的值

当我们调整阈值时，就会造成不同的精准率和召回率，阈值越高，精准率越高，召回率越低。阈值越低则相反。

接收者操作特征（Receiver Operating Characteristic，ROC）曲线不需要设定这样的阈值。ROC曲线纵坐标是真正率，横坐标是假正率，其对应的计算公式为：

先看图中的四个点和对角线：

• (0,1) ：即 FPR=0, TPR=1，这意味着 FN（false negative）=0，并且FP（false positive）=0。这意味着分类器很完美，因为它将所有的样本都正确分类。
• (1,0) ：即 FPR=1，TPR=0，这个分类器是最糟糕的，因为它成功避开了所有的正确答案。
• (0,0) ：即 FPR=TPR=0，即 FP（false positive）=TP（true positive）=0，此时分类器将所有的样本都预测为负样本（negative）。
• (1,1) ：分类器将所有的样本都预测为正样本。
• 对角线上的点 ：表示分类器将一半的样本猜测为正样本，另外一半的样本猜测为负样本。

因此，ROC 曲线越接近左上角，分类器的性能越好。

　如上，是三条ROC曲线，在0.23处取一条直线。那么，在同样的FPR=0.23的情况下，红色分类器得到更高的TPR。也就表明，ROC越往上，分类器效果越好。

sklearn中roc计算代码示例：https://scikit-learn.org/stable/modules/generated/sklearn.metrics.roc_curve.html

AOU

AUC值为ROC曲线所覆盖的区域面积，显然，AUC越大，分类器分类效果越好。AUC是一个数值，当仅仅看 ROC 曲线分辨不出哪个分类器的效果更好时，用这个数值来判断。

AUC值为ROC曲线所覆盖的区域面积，显然，AUC越大，分类器分类效果越好。

• AUC = 1，是完美分类器，采用这个预测模型时，不管设定什么阈值都能得出完美预测。绝大多数预测的场合，不存在完美分类器。
• 0.5 < AUC < 1，优于随机猜测。这个分类器（模型）妥善设定阈值的话，能有预测价值。
• AUC = 0.5，跟随机猜测一样（例：丢铜板），模型没有预测价值。
• AUC < 0.5，比随机猜测还差；但只要总是反预测而行，就优于随机猜测。

The AUC value is equivalent to the probability that a randomly chosen positive example is ranked higher than a randomly chosen negative example.
从上面定义可知，意思是随机挑选一个正样本和一个负样本，当前分类算法得到的 Score 将这个正样本排在负样本前面的概率就是 AUC 值。AUC 值是一个概率值，AUC 值越大，分类算法越好。

sklearn中aou计算代码示例：
https://scikit-learn.org/stable/modules/generated/sklearn.metrics.roc_auc_score.html

PRC

PRC (precision recall curve) 一般指 PRC 曲线，PRC 曲线的纵坐标为 precision，横坐标为 recall。它的生成方式与 ROC 曲线类似，也是取不同的阈值（threshold）来生成不同的坐标点，最后连接起来生成。

来看下一个特殊的点（1, 1），即 recall=1，precision=1，这意味着 FN=0，FP=0,此时分类器模型的效果非常完美。由此可以知道，越靠近右上角，说明模型效果越好。
由于 recall 与 TPR 是一个意思，所以 PRC 曲线的横坐标与 ROC 曲线的纵坐标一样。

F1-Score

F1分数可以看作是模型精准率和召回率的一种加权平均，它的最大值是1，最小值是0。

其变形来源于：

我们使用调和平均而不是简单的算术平均的原因是：调和平均可以惩罚极端情况。一个具有 1.0 的精度，而召回率为 0 的分类器，这两个指标的算术平均是 0.5，但是 F1 score 会是 0。F1 score 给了精度和召回率相同的权重，它是通用 Fβ指标的一个特殊情况，在 Fβ中，β 可以用来给召回率和精度更多或者更少的权重。
Fβ的计算公式：

F1分数认为召回率和精确率同等重要，F2分数认为召回率的重要程度是精确率的2倍，而F0.5分数认为召回率的重要程度是精确率的一半。
另外：G分数是另一种统一精确率和的召回率系统性能评估标准，G分数被定义为召回率和精确率的几何平均数。

多分类的F1-Score

多分类问题的F1-Score是采用先计算每个分类的f1-score，然后求各个分类的均值。
（1）计算各分类的f1-score

• TP（True Positive）：预测答案正确
• FP（False Positive）：错将其他类预测为本类
• FN（False Negative）：本类标签预测为其他类标

predictions = pval < epsilon
tp = sum((predictions == 1) & (y == 1))
fp = sum((predictions == 1) & (y == 0))
fn = sum((predictions == 0) & (y == 1))
precision = tp / (tp + fp)
recall = tp / (tp + fn)
F1 = 2 * precision * recall / (precision + recall)

（2）多分类的整体f1-score

sklearn中f1-score计算代码示例：https://scikit-learn.org/stable/modules/generated/sklearn.metrics.f1_score.html

选择指标

为什么要出现这么多评估指标呢？实际上，不同的分类任务适合使用不同的指标来衡量。
例如，推荐系统中，如果希望更精准的了解客户需求，避免推送用户不感兴趣的内容，precision 就更加重要；在疾病检测的时候，我们不希望查漏任何一项疾病，这时 recall（TPR） 就更重要。当两者都需要考虑时，F1-score 就是一种参考指标。
真实世界中的数据经常会面临 class imbalance 问题，即正负样本比例失衡，而且测试数据中的正负样本的分布也可能随着时间变化。根据计算公式可以推知，在测试数据出现imbalance 时 ROC 曲线能基本保持不变，而 PRC 则会出现大变化。

参考：
《美团机器学习学习实践》
ROC曲线与AUC值：http://www.cnblogs.com/gatherstars/p/6084696.html
什么是 ROC AUC：https://www.jianshu.com/p/42bfe1a79d12
Wiki F1-score：https://en.wikipedia.org/wiki/F1_score
详解sklearn的多分类模型评价指标：https://zhuanlan.zhihu.com/p/59862986
一文读懂二元分类模型评估指标：https://cloud.tencent.com/developer/article/1099537

今天的文章roc-auc-score_roc指标最佳参数分享到此就结束了，感谢您的阅读。