python - 在 Python sklearn.svm.OneClassSvm 中，如何仅使用预测标签和真实标签计算 ROC 和 AUC？

Question

我正在使用 Python 3.6,sklearn.svm.OneClassSVM 来练习 OSVM，我想

计算 ROC、AUC。

我已经使用 decision_function() 来计算 ROC 和 AUC ，代码如下。

我想评估我通过决策函数计算的值。

只能使用预测标签和真实标签来获取ROC、AUC值吗？

     y_score = oneclass.decision_function(testing_data)
     roc_auc = metrics.roc_auc_score(Y_test, y_score)

Answer 1

我不确定我是否正确完成了您的问题，但如果您这样做：

clf = svm.OneClassSVM(nu=0.1, kernel="rbf", gamma=0.1)
clf.fit(X_train)
y_pred_train = clf.predict(X_train)
y_score = clf.predict(X_test)

然后你应该能够使用：

from sklearn.metrics import roc_auc_score
roc_auc_score(y_test, y_score)
``