EER的基本知识和使用

EER值求取

EER:等错误概率是说话人识别中常用的评价标准，是错误接受率（FA）和错误拒绝率（FR）的一个相对平衡点的阈值点，这个阈值点可以作为实际使用阶段的固定阈值。

def calculate_eer(y, y_score):
    # y denotes groundtruth scores,（真实标签）
    # y_score denotes the prediction scores.（经过softmax得到的标签）
    from scipy.optimize import brentq
    from sklearn.metrics import roc_curve
    from scipy.interpolate import interp1d

    fpr, tpr, thresholds = roc_curve(y, y_score, pos_label=1)
    eer = brentq(lambda x : 1. - x - interp1d(fpr, tpr)(x), 0., 1.)
    thresh = interp1d(fpr, thresholds)(eer)
    return eer, thresh

ROC概念

ROC（Receiver Operating Characteristic）全称受试者工作特征曲线。纵轴是真正例率（True Postitive Rate，TPR），横轴是假正例率（False Positive Rate，FPR）

TPR = TP/(TP + FN)

FPR = FP/(FP + TN)

代码示例

import numpy as np
import matplotlib.