在scikit learn中,GridSearchCV()支持'roc_auc‘作为评分函数。它在n折交叉验证中工作得很好,但是如果我使用LeaveOneOut,它就不能工作并生成错误消息。ROCAUC score is not defined in that case.
虽然使用AUC绘制只有一个样本似乎是不可能的,但其他语言,如R,支持LeaveOneOut的<em
我知道weka的AUC/ROC面积()是基于e Mann Whitney统计量()的。但我的疑问是,如果我有10个标记的实例(Y或N,二元目标属性),通过在数据集上应用算法(即J48),那么这10个实例上就有10个预测的标签。那么我到底应该使用什么来计算AUC_Y、AUC_N和AUC_Avg呢?使用预测的排名标签Y和N还是实际的