TPR/FPR /召回率/精确率
TPR=召回率,正样本中预测正确的占比;
FPR:负样本中预测为正样本的占比,也就是负样本中预测错误的占比
from sklearn import metrics
y_pred = model.predict
y_test = test_set['label']
predictions = [round(value) for value in y_pred]
accuracy = accuracy_score(y_test, predictions)
fpr, tpr, _ = metrics.roc_curve(y_test, predictions)
recall = metrics.recall_score(y_test, predictions)
auc = metrics.auc(fpr, tpr)
# print('fpr:{0}_tpr:{1}'.format(fpr,tpr))
cm = metrics.confusion_matrix(y_test, predictions)
TN = cm[0][0]
FN = cm[1][0]
TP = cm[1][1]
FP = cm[0][1]
fpr = FP / (FP + TN)
# tpr = TP / (TP + FN) # 其实就是 recall
AUC
AUC 即是一个概率值;随机选择 一个正样本和一个负样本,当前分类器 根据计算得到 分数,将这个正样本排在负样本前面的概率就是AUC的值。表示预测的正例排在负例前面的概率。
AUC 计算方式:
(正样本rank + 正样本相等的score 平均 - 正样本个数 * (正样本个数 - 1))/ (正负样本对数,即正样本* * 负样本个数)
ROC曲线
ROC是根绝TPR和FPR来画的,横轴为FPR,纵轴为TPR,我们一直寻找 的是TPR尽量大,FPR尽量小。ROC 曲线根据 【阈值】来确定TPR和FPR。
如果【阈值=0.5】,大于0.5认为是正样本,小于0.5为负样本,如果增大【阈值】,预测错误【针对正样本而言,即是预测是正样本但是预测错误】。
随着阈值的逐渐减小,越来越多的实例被划分为正类,但是这些正类中同样也掺杂着真正的负实例,即TPR和FPR会同时增大。阈值最大时,对应坐标点为(0,0),阈值最小时,对应坐标点(1,1)。