手动计算Python中的AUC

内容来源于 Stack Overflow,并遵循CC BY-SA 3.0许可协议进行翻译与使用

  • 回答 (1)
  • 关注 (0)
  • 查看 (369)

使用R,我可以使用以下代码和for循环手动计算[并绘制] AUC:

test = data.frame(cbind(dt$DV, predicted_prob))
colnames(test)[1] = 'DV' 
colnames(test)[2] = 'DV_pred_prob' 

TP = rep(NA,101)
FN = rep(NA,101)
FP = rep(NA,101)
TN = rep(NA,101)
Sensitivity = rep(NA,101)
Specificity = rep(NA,101)
AUROC = 0

for(i in 0:100){
  test$temp = 0
  test[test$DV_pred_prob > (i/100),"temp"] = 1
  TP[i+1] = nrow(test[test$DV==1 & test$temp==1,])
  FN[i+1] = nrow(test[test$DV==1 & test$temp==0,])
  FP[i+1] = nrow(test[test$DV==0 & test$temp==1,])
  TN[i+1] = nrow(test[test$DV==0 & test$temp==0,])
  Sensitivity[i+1] = TP[i+1] / (TP[i+1] + FN[i+1] )
  Specificity[i+1] = TN[i+1] / (TN[i+1] + FP[i+1] )
  if(i>0){
    AUROC = AUROC+0.5*(Specificity[i+1] - Specificity[i])*(Sensitivity[i+1] + 
Sensitivity[i])
  }
}

data = data.frame(cbind(Sensitivity,Specificity,id=(0:100)/100))

我试图在Python中编写相同的代码,但遇到错误“TypeError:'Series'对象是可变的,因此它们不能被散列”

我是Python的新手,我正在努力成为R和Python的双语。有人能指出我在解决这个方面的正确方向吗?

predictions = pd.DataFrame(predictions[1])
actual = pd.DataFrame(y_test)
test = pd.concat([actual.reset_index(drop=True), predictions], axis=1)
# Rename column Renew to 'actual' and '1' to 'predictions'
test.rename(columns={"Renew": "actual", 1: "predictions"}, inplace=True)

TP = np.repeat('NA', 101)
FN = np.repeat('NA', 101)
FP = np.repeat('NA', 101)
TN = np.repeat('NA', 101)
Sensitivity = np.repeat('NA', 101)
Specificity = np.repeat('NA', 101)
AUROC = 0

for i in range(100):
    test['temp'] = 0
    test[test['predictions'] > (i/100), "temp"] = 1
    TP[i+1] = [test[test["actual"]==1 and test["temp"]==1,]].shape[0]
    FN[i+1] = [test[test["actual"]==1 and test["temp"]==0,]].shape[0]
    FP[i+1] = [test[test["actual"]==0 and test["temp"]==1,]].shape[0]
    TN[i+1] = [test[test["actual"]==0 and test["temp"]==0,]].shape[0]
    Sensitivity[i+1] = TP[i+1] / (TP[i+1] + FN[i+1])
    Specificity[i+1] = TN[i+1] / (TN[i+1] + FP[i+1])
    if(i > 0):
            AUROC = AUROC+0.5*(Specificity[i+1] - Specificity[i])* 
(Sensitivity[i+1] + Sensitivity[i])

错误似乎发生在包含(i / 100)的代码部分周围。

提问于
用户回答回答于

Pandas索引不按您期望的方式工作。您不能df[rows, cols]使用.lochttps://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.loc.html

所以是的 - 你的错误是由你的线引起的:

test[test['predictions'] > (i/100), "temp"] = 1

要修复它你会使用:

test.loc[test['predictions'] > (i/100), "temp"] = 1

...然后你会遇到以下4行的问题:

TP[i+1] = test[test["actual"]==1 and test["temp"]==1,].shape[0]

您需要在括号中包装每个评估语句并将您更改and&。有一个很好的讨论为什么会出现这种情况:系列的真值是模棱两可的。使用a.empty,a.bool(),a.item(),a.any()或a.all()。所以你的代码应该是这样的:

TP[i+1] = len(test[(test["actual"]==1) & (test["temp"]==1)])

注意; 我们可以使用len函数而不是dataframes shape属性的第一个元素来计算行数。这只是我的偏好。

最后; 你不能在python中设置'NA'值; 你会用的np.NAN。最终的if语句将失败,因为您已将字符串数组作为占位符。我觉得np.zeros(101)对你有用。

您的完整代码包含我的修改:

predictions = pd.DataFrame(predictions[1])
actual = pd.DataFrame(y_test)
test = pd.concat([actual.reset_index(drop=True), predictions], axis=1)

# Rename column Renew to 'actual' and '1' to 'predictions'

test.columns = ['actual', 'predictions'] #<- You can assign column names using a list

TP = np.zeros(101)
FN = np.zeros(101)
FP = np.zeros(101)
TN = np.zeros(101)
Sensitivity = np.zeros(101)
Specificity = np.zeros(101)
AUROC = 0

for i in range(10):
    test['temp'] = 0
    test.loc[test['predictions'] > (i / 100), 'temp'] = 1
    TP[i+1] = len(test[(test["actual"]==1) & (test["temp"]==1)])
    FN[i+1] = len(test[(test["actual"]==1) & (test["temp"]==0)])
    FP[i+1] = len(test[(test["actual"]==0) & (test["temp"]==1)])
    TN[i+1] = len(test[(test["actual"]==0) & (test["temp"]==0)])
    Sensitivity[i+1] = TP[i+1] / (TP[i+1] + FN[i+1])
    Specificity[i+1] = TN[i+1] / (TN[i+1] + FP[i+1])
    if i > 0:
            AUROC += 0.5 * (Specificity[i+1] - Specificity[i]) *  (Sensitivity[i+1] + Sensitivity[i])

扫码关注云+社区

领取腾讯云代金券