详解AOC指标

AUC指标

AUC是一个模型评价指标，用于二分类模型的评价。AUC是“Area under Curve（曲线下的面积）”的英文缩写，而这条“Curve（曲线）”就是ROC曲线。

ROC:受试者工作特征曲线
  
为什么要用AUC作为二分类模型的评价指标呢？为什么不直接通过计算准确率来对模型进行评价呢？答案是这样的：机器学习中的很多模型对于分类问题的预测结果大多是概率，即属于某个类别的概率，如果计算准确率的话，就要把概率转化为类别，这就需要设定一个阈值，概率大于某个阈值的属于一类，概率小于某个阈值的属于另一类，而阈值的设定直接影响了准确率的计算。使用AUC可以解决这个问题，接下来详细介绍AUC的计算。

例如，数据集一共有5个样本，真实类别为（1，0，0，1，0）；二分类机器学习模型，得到的预测结果为（0.5，0.6，0.4，0.7，0.3）。将预测结果转化为类别——预测结果降序排列，以每个预测值（概率值）作为阈值，即可得到类别。计算每个阈值下的“True Positive Rate”、“False Positive Rate”。以“True Positive Rate”作为纵轴，以“False Positive Rate”作为横轴，画出ROC曲线，ROC曲线下的面积，即为AUC的值。
那么什么是“True Positive Rate”、“False Positive Rate”？
首先，我们看如下的图示：

然后，我们计算两个指标的值：
  True Positive Rate=TP/(TP+FN)，代表将真实正样本划分为正样本的概率
  False Positive Rate=FP/(FP+TN)，代表将真实负样本划分为正样本的概率
  接着，我们以“True Positive Rate”作为纵轴，以“False Positive Rate”作为横轴，画出ROC曲线。类似下图：
  
实现代码：

import numpy as np 
import matplotlib.pyplot as plt
%matplotlib inline

#y是类别
y = np.array([1,1,1,1,1,1,0,0,0,1,1,0,0,1,1,0,0,1,1,0,0])
# prob 为得到的预测结果
prob =np.array( [0.42,0.73,0.55,0.37,0.57,0.70,0.25,0.23,0.46,0.62,0.76,0.46,0.55,0.56,0.56,0.38,0.37,0.73,0.77,0.21,0.39])

from sklearn.metrics import roc_curve,auc
#roc_cure()是绘制roc曲线，返回值为fpr,tpr,thredholds
fpr,tpr,thredholds = roc_curve(y,prob)
#auc计算roc曲线下的面积
auc_=auc(fpr,tpr)
plt.plot(fpr,tpr)
plt.legend(['auc:%0.2f'%(auc_)])