利用Python画ROC曲线和AUC值计算_Python

前言

ROC（Receiver Operating Characteristic）曲线和AUC常被用来评价一个二值分类器（binary classifier）的优劣。这篇文章将先简单的介绍ROC和AUC，而后用实例演示如何 python作出ROC曲线图以及计算AUC。

AUC介绍

AUC(Area Under Curve)是机器学习二分类模型中非常常用的评估指标，相比于F1-Score对项目的不平衡有更大的容忍性，目前常见的机器学习库中(比如scikit-learn)一般也都是集成该指标的计算，但是有时候模型是单独的或者自己编写的，此时想要评估训练模型的好坏就得自己搞一个AUC计算模块，本文在查询资料时发现libsvm-tools有一个非常通俗易懂的auc计算，因此抠出来用作日后之用。

AUC计算

AUC的计算分为下面三个步骤：

1、计算数据的准备，如果模型训练时只有训练集的话一般使用交叉验证的方式来计算，如果有评估集(evaluate)一般就可以直接计算了，数据的格式一般就是需要预测得分以及其目标类别（注意是目标类别，不是预测得到的类别）

2、根据阈值划分得到横（X:False Positive Rate）以及纵（Y:True Positive Rate）点

3、将坐标点连成曲线之后计算其曲线下面积,就是AUC的值

直接上python代码

									#! -*- coding=utf-8 -*-

									import pylab as pl

									from math import log,exp,sqrt

									evaluate_result="you file path"

									db = [] #[score,nonclk,clk]

									pos, neg = 0, 0

									with open(evaluate_result,'r') as fs:

									 for line in fs:

									 nonclk,clk,score = line.strip().split('\t')

									 nonclk = int(nonclk)

									 clk = int(clk)

									 score = float(score)

									 db.append([score,nonclk,clk])

									 pos += clk

									 neg += nonclk

									db = sorted(db, key=lambda x:x[0], reverse=True)

									#计算ROC坐标点

									xy_arr = []

									tp, fp = 0., 0.

									for i in range(len(db)):

									 tp += db[i][2]

									 fp += db[i][1]

									 xy_arr.append([fp/neg,tp/pos])

									#计算曲线下面积

									auc = 0.

									prev_x = 0

									for x,y in xy_arr:

									 if x != prev_x:

									 auc += (x - prev_x) * y

									 prev_x = x

									print "the auc is %s."%auc

									x = [_v[0] for _v in xy_arr]

									y = [_v[1] for _v in xy_arr]

									pl.title("ROC curve of %s (AUC = %.4f)" % ('svm',auc))

									pl.xlabel("False Positive Rate")

									pl.ylabel("True Positive Rate")

									pl.plot(x, y)# use pylab to plot x and y

									pl.show()# show the plot on the screen