如何通过fpr和tpr计算AUC值?Fpr和tpr只是通过以下公式得到的两个浮点数:
my_fpr = fp / (fp + tn)
my_tpr = tp / (tp + fn)
my_roc_auc = auc(my_fpr, my_tpr)
我知道这不可能,因为fpr和tpr只是一些浮点数,它们需要是数组,但我想不出如何做到这一点。我也知道可以用以下方法计算AUC:
y_predict_proba = model.predict_proba(X_test)
probabilities = np.array(y_predict_proba)[:, 1]
fpr, tpr, _ = roc_curve(y_test, probabilities)
roc_auc = auc(fpr, tpr)
但出于某些原因,我希望避免使用predict_proba。那么我的问题是:我如何获得具有fp,tp,fn,tn,fpr,tpr
的AUC?换句话说,是否可以在没有roc_curve
的情况下获得AUC?
roc_curve(y_test, probabilities)
返回的值(无论是numpy数组、pandas Series还是列表都可以)。 - Calimo