机器学习-AUC-ROC-python

DrugSci

发布于 2021-02-04 11:15:17

6360

发布于 2021-02-04 11:15:17

文章被收录于专栏：FindKeyFindKey

简介：

ROC（receiver operating characteristic curve）：简称接收者操作特征曲线，是由二战中的电子工程师和雷达工程师发明的，主要用于检测此种方法的准确率有多高。图示：

如下图，其中class 0-5代表6种方法，或者6种手段，横轴为假阳性率，纵轴为真阳性率，越靠近左上方代表此种方法越准确。ROC代表曲线，而AUC代表一条曲线与下方以及右侧轴形成的面积。如果某种方法的准确率为100%，则AUC=1×1=1，AUC的区间在0-1之间，越大越好。

####实现：

>用一个官方例子来实现，鸢尾花的相关的分类问题，使用SVM来判断鸢尾花属于哪一类

>样本：鸢尾花分为三类，‘setosa’, ‘versicolor’, ‘virginica。4个特征：sepal length (cm)’, ‘sepal width (cm)’, ‘petal length (cm)’, ‘petal width (cm)’ 150个样本，每类50个

环境：python3 conda sklearn 上述都是主要的

步骤：

conda install  sklearn 
#安装sklearn
ipython qtconsole
#启动ipython的IDE
import numpy as np
import matplotlib.pyplot as plt
from itertools import cycle
from sklearn import svm, datasets
from sklearn.metrics import roc_curve
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import label_binarize
from sklearn.multiclass import OneVsRestClassifier
from scipy import interp
#导入各种包，作用下面会说
iris = datasets.load_iris()
X = iris.data
y = iris.target
#导入鸢尾花的数据集，并且设定X和y，X指的是各种特征的数据，y指的是分类结果。他们均是np.array形式。
y = label_binarize(y, classes=[0, 1, 2])
n_classes = y.shape[1]
#n_classes为有几种分类，这里的n_classes为3
random_state = np.random.RandomState(0)
#设置随机数
n_samples, n_features = X.shape
X = np.c_[X, random_state.randn(n_samples, 200 * n_features)]
#这里设置样本以及特征，n_samples为150，n_features为4

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.5,  random_state=0)
#将数据集分为训练集和测试集，比例为1：1
classifier = OneVsRestClassifier(svm.SVC(kernel='linear', probability=True, random_state=random_state))
#设置一个svm的分类器
y_score = classifier.fit(X_train,y_train).decision_function(X_test)
#在数据集上运行，通过decision_function()计算得到的y_score的值，用在roc_curve()函数
y_score = classifier.fit(X_train, y_train).decision_function(X_test)
# 计算ROC
fpr = dict()
tpr = dict()
roc_auc = dict()
for i in range(n_classes):
    fpr[i], tpr[i], _ = roc_curve(y_test[:, i], y_score[:, i])
    roc_auc[i] = auc(fpr[i], tpr[i])
fpr["micro"], tpr["micro"], _ = roc_curve(y_test.ravel(), y_score.ravel())
roc_auc["micro"] = auc(fpr["micro"], tpr["micro"])
#显示到当前界面，保存为svm.png
plt.figure()
lw = 2
plt.plot(fpr[2], tpr[2], color='darkorange',
         lw=lw, label='ROC curve (area = %0.2f)' % roc_auc[2])
plt.plot([0, 1], [0, 1], color='navy', lw=lw, linestyle='--')
plt.xlim([0.0, 1.0])
plt.ylim([0.0, 1.05])
plt.xlabel('False Positive Rate')
plt.ylabel('True Positive Rate')
plt.title('Receiver operating characteristic example')
plt.legend(loc="lower right")
plt.show()
plt.savefig('svm.png')

结果：