python-3.x - sklearn 的 roc_auc_score 用作指标时如何找到错误率?
问题描述
auc = roc_auc_score(CV_label, y_pred_proba) * float(100)
但是,据说我无法使用 (100 - roc_auc_score) 找到错误。我发现了一个先前回答的关于相等错误率的问题。链接:Python 中的相等错误率。如何仅使用 roc_auc_score 找到错误。
解决方案
你不能。ROC AUC 是 ROC 曲线的汇总,无法从汇总的度量中恢复单点信息。
您应该改用该accuracy_score
指标:
accuracy = accuracy_score(CV_label, y_pred_proba)