Scikit learn sklearn.metrics.roc_多类分类曲线

我想用它来得到多类分类问题的ROC曲线。给出了如何使roc适应多类问题的解决方案。但是我不明白参数“y_score”是什么意思，我应该为多类分类问题中的这个参数提供什么

假设这样一个场景。有九个元素标记为0到8。前三个元素属于组0，后三个元素属于组2，中间的三个元素属于组1。0、3、6是组的中心。我有一个成对的距离矩阵。那么，我应该为“y_分数”参数提供什么

from sklearn.metrics import roc_curve, auc
from sklearn.preprocessing import label_binarize

listTrue=[0,0,0,1,1,1,2,2,2] #value j at index i means element i is in group j
y=label_binarize(y,classes=range(2))
#get distmatrix
#distmatrix[i][j] gives the distance between element i and element j
fpr=dict()
tpr=dict()
roc_auc=dict()

fpr["micro"], tpr["micro"], _=roc_curve(y.ravel(),y_score?)
roc_auc=auc(fpr["micor"], tpr["micro"])

---

ROC是一种评估分类器质量的方法。然而，在您的示例中，只有分配给类的元素的基本事实。一旦你有了一个预测因子，y_分数可以是它属于阳性类别的预测概率。

首先，我将回答你关于y_分数的问题。因此，在您提到的示例中，

y_分数

是测试样本的预测（由分类器）概率。如果您有2个类别，则

y_分数

将有2列，每列将包含样本属于该类别的概率。

使用

label\u binarize

函数和以下代码绘制多类ROC。根据您的应用程序调整和更改代码。

---

使用Iris数据的示例：

import matplotlib.pyplot as plt
from sklearn import svm, datasets
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import label_binarize
from sklearn.metrics import roc_curve, auc
from sklearn.multiclass import OneVsRestClassifier

iris = datasets.load_iris()
X = iris.data
y = iris.target

# Binarize the output
y = label_binarize(y, classes=[0, 1, 2])
n_classes = y.shape[1]

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=.5, random_state=0)

classifier = OneVsRestClassifier(svm.SVC(kernel='linear', probability=True,
                                 random_state=0))
y_score = classifier.fit(X_train, y_train).decision_function(X_test)

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])
colors = cycle(['blue', 'red', 'green'])
for i, color in zip(range(n_classes), colors):
    plt.plot(fpr[i], tpr[i], color=color, lw=lw,
             label='ROC curve of class {0} (area = {1:0.2f})'
             ''.format(i, roc_auc[i]))
plt.plot([0, 1], [0, 1], 'k--', lw=lw)
plt.xlim([-0.05, 1.0])
plt.ylim([0.0, 1.05])
plt.xlabel('False Positive Rate')
plt.ylabel('True Positive Rate')
plt.title('Receiver operating characteristic for multi-class data')
plt.legend(loc="lower right")
plt.show()

在本例中，您可以打印

y\u分数

print(y_score)

array([[-3.58459897, -0.3117717 ,  1.78242707],
       [-2.15411929,  1.11394949, -2.393737  ],
       [ 1.89199335, -3.89592195, -6.29685764],
       .
       .
       .

---

我打算使用距离矩阵来生成概率之类的东西。但在多类问题中，你的分数是多少？因为在演示中，有75个测试样本和三个类，y_分数是一个形状数组（75,3）。也就是说，我必须为一个样本提供3个值。因为我不理解svm部分，所以我不知道它是如何在演示中获得y_分数的。