AUC计算公式推导基本公式估计
基本排名的公式估计2 .如何计算AUC？
计算AUC时，建议使用两种方法。
方法1 :
在具有m个正样本和n个负样本的数据集中。 共有MN对样本(成对样本，即正样本和负样本)。 在该MN对样本中，正样本的预测概率大于负样本的预测概率的个数。
其中，
这样说可能有点抽象，举个例子就知道了。
假设idlabelproa 00.1 b 00.4 c 10.35 d 10.8有四个示例。 如果有两个正样本和两个负样本，则M*N=4。 也就是说，总共有四个样本对。 分别为：
(d，b )，d，a )，c，b )，c，a )。
在(d，b )样本对中，正样本d预测概率大于负样本b预测的概率(即，d的得分高于b )标记为1
同样，关于c、b。 正样本c的预测概率小于负样本c的预测概率，并标记为0。
最后，最后的AUC可以计算为总共三个正样本分数高于负样本分数，因此
在这个案例中，得分不会一致。 假设得分一致的情况下，例如：
IDlabelproA00.1B00.4C10.4D10.8
同样是4个样本对，但对于样本对(c，b )，I值为0.5。
最后一个AUC是方法二：
另一种方法是利用以下公式：
这个公式看起来有点可怕，首先说明各个符号的意思：
官方的意思是官方的解释3358 www.Sina.com/http://www.Sina.com/http://www.Sina.com /
在当地，也使用上面的例子。
idlabelproa 00.1 b 00.4 c 10.35 d 10.8将重新排列此示例。 按概率排序后，如下所示
idlabelproranka 00.11 c 10.352 b 00.43 d 10.84
根据上式，仅将正样本的编号相加，即仅将样本c、d的rank值相加并减去一个常数项
也就是说，这个答案和我们在上面计算的一样。
这个时候，我们有问题。 如果得分一致怎么办？ 举一个例子来说明吧。
idlabelproa 10.8 b 10.7 c 00.5 d 00.5 e 10.5 f 10.5 g 00.3
在本例中，取值概率为0.5，并且可能同时具有正采样和负采样。 计算的时候，原则上得分相等的弗兰克取平均值。 具体如下：
先排序：
idlabelprorankg 00.31 f 10.52 e 10.53 d 00.54 c 00.55 b 10.76 a 10.87
应该注意的是，以相等概率得分的样本，无论正负，谁在前、谁在后都可以。
为了只考虑正样本的rank值：
对于正样本a，其rank值为7
对于正样本b，其rank值为6
对于正样本e，其rank值为(5)4)3)2)/4
对于正样本f，其rank值为(5)4)3)2)/4
最后得到的是
3 .最后，你怎么用程序验证？
为了方便起见，让我们使用sk-learn附带的库简单地验证一下示例。，代表第i条样本的序号。（概率得分从小到大排，排在第rank个位置）
importnumpyasnpfromsklearn.metricsimportroc _ AUC _ scorey _ true=NP.array ([ 1，1，0，0，1，1，0 ] ) y _ sc oraray 1 ) y _ scores=NP.array ([ 0.1，0.4，0.35，0.8 ] ) print )、y _ true (print )、y _ scores (is )、y_trutrue
importpandasaspdimportnumpyasnpdefauc (df，label='label '，predict='predict '，prob=False ) : ' '功能：示例的实际label:示例的实际标签(0，1 )； predict:的预测结果(分数或概率均可)； prob: predict是否为概率根据实际情况设置，默认假； 输出： auc值。 ' ' ' if prob : df.sort _ values (by=predict，ascending=False， inplace=True ) else:df.sort_values ) by=place=true ) ) se inplace=true(rank=list ) reversed ) range ) 1， rank_mean']df=PD.merge(df，mean，on=predict ) df[label].value_counts ) ) n，m=df [ label ].value 2返回NP.round ((公式1 -公式2 )/(M * N )，4 ) if _ name _=(_ _ main _ ' : NP.random.) ) ) 100000 ).reshape (-1，1 ) label=score*tempthrreshape 10 ) label=NP.array (1ifxthresholdelse0forxinlabel ).resh score axis=1) df=PD.dataframe(data=data，columns=['label '，' predict'] ) AUC=df=df，label='label