当数据中没有正类时，AUC不是definied[sic]
AUC（Area Under the Curve）是一种用于评估二分类模型性能的指标，通常用于衡量模型的分类准确度。AUC的取值范围在0到1之间，数值越接近1表示模型性能越好。
当数据中没有正类时，AUC无法计算。AUC的计算依赖于正类和负类的存在，正类是指我们关注的目标类别，而负类是指其他类别。在没有正类的情况下，无法计算模型的真阳性率（True Positive Rate）和假阳性率（False Positive Rate），这两个指标是计算AUC所必需的。
在这种情况下，我们无法使用AUC来评估模型的性能。相反，我们可以考虑其他评估指标，如准确率、召回率、F1分数等，来评估模型在没有正类的情况下的表现。
腾讯云提供了一系列与云计算相关的产品，包括云服务器、云数据库、云存储、人工智能服务等。您可以访问腾讯云官方网站（https://cloud.tencent.com/）了解更多关于这些产品的详细信息和使用指南。
相关·内容
在尝试训练模型时，我面临以下问题：Creating Data loader ...
Loading data ...Exception: System.ArgumentOutOfRangeException: AUC is not definied when there is no positive class inException: System.ArgumentOutOfRangeException: AUC is not definied when t
浏览 57提问于2019-07-06得票数 0
回答已采纳
对不平衡数据进行逻辑分类器的拟合。我的目标变量是5% 1 95% 0。因此，我认为最好使用PR-AUC来评估模型，而不是使用ROC-AUC。我得到了0.1的PR-AUC，这总比什么都没有好。另一种可能提高性能的方法是降低对多数类的采样(或者对少数类或某些组合进行上采样，但让我们坚持向下采样)。
问题是，如何判断下采样是否确实有助于模型的性能？与ROC-AUC (随机模型为0.5，大型模型为1)不同，PR相对于正<em
浏览 0提问于2022-01-12得票数 0
回答已采纳
我知道我的曲线看起来总是像楼梯的形状，我可以评估中华民国的AUC。我知道我可以计算ROC曲线的AUC来比较哪一种模型更好。我想知道的是：如果不是，你如何通过PR曲线对模型进行比较？
浏览 0提问于2019-05-17得票数 3
这不是我的案子。"ValueError: Only one class present in y_true.因此，它们很可能在测试标签中没有正标签实例。因此，sklearn的roc_auc_score函数报告了唯一的一类问题。这是合理的。但是我
浏览 10提问于2016-08-18得票数 15
1回答
我已被要求就AUC与其他指标之间的差距发表评论，确切地说是F1。很快，这是一个相对平衡的问题。3班: 15%，48%，37%。你如何证明结果是正确的
浏览 0提问于2023-02-25得票数 0
我用0(没有人孔)和1(它有一个人孔)手动标记数据集。我有两个数据集，一个用45k图像训练CNN，一个用26k图像测试CNN。datasetfinal = ds_concatenate.shuffle(n_total_img)
然后，对于第二个测试数据集，我有相同的数据集。95%的测试数据集。它<
浏览 0提问于2021-10-04得票数 0
2回答
在以下情况下，我不明白为什么Sklearn函数roc_auc_score返回1： y_true = [0, 0, 1, 0, 0, 0, 0, 1]
0.8253260850906372, 0.9967281818389893]
roc_auc_score那么，AUC怎么会是1呢？我在这里搞错了什么？
浏览 17提问于2019-03-09得票数 2
回答已采纳
2回答
我正在用R中的ROCR包测试一个简单的案例--基本上，这是我的代码。labels = ifelse(abs(df$preds - df$truevals) < 2, 1, 0)) auc<- performance(predtest, 'auc')> auc@y.values[[1]]我的问题是，我做错了什么？很明显，有些分类是“
浏览 6提问于2016-05-17得票数 2
回答已采纳
我正在对不平衡的数据集执行二进制分类任务。现在，使用：sklearn.metrics.roc_auc_score(y_true, y_score, average='macro')，和我计算ROC，有两个问题：
我不确定平均macro是否受类不平衡的影响，在这种情况下(对不平衡类进行分类时)最佳平均是什么？有没有参考的方法，说明如何科学-学习计算中华民国AUC与不同的平均论点？
浏览 2提问于2016-09-19得票数 0
2回答
当在高度不平衡的数据集上评估多类分类问题的性能时，用于此目的的最可靠的度量是什么？他们使用平衡技术(SMOTE，class_weigh，随机抽样)对少数类进行过抽样，但他们仍然关注评估指标和“真实的负面”。
浏览 0提问于2019-05-28得票数 1
回答已采纳
我有一个多类分类问题，我想测量AUC的训练和测试数据。我已经实现了一个CNN模型，它预测了六个类，有一个softmax层，给出了所有类的概率。()]),
代码执行时没有任何问题。例如，模型报告的准确度为0.783333
浏览 8提问于2019-10-30得票数 8
1回答
大家好，我是数据科学世界的新手。所以我想知道我的模特是不是太合适了。通常我是比较训练的准确性和测试的准确性。但在一定的参考资料上，很多人使用roc_auc评分进行训练和测试，并对其进行比较，以判断模型是否过分合适。
哪些指标评价更好？我有不平衡的数据，但已经使用了过度抽样。
浏览 0提问于2022-10-11得票数 0
我正在使用分层10折交叉验证来找到从具有最高auc的X (X有34个标签)预测y(二元结果)的模型。True,random_state=100)grid_search.fit(X, y)我不明白以下几点:为什么grid_search.score(X,y)和roc_auc_score为什么这些命令
浏览 1提问于2018-03-02得票数 10
回答已采纳
的文档说，当估计多类数据(即multi_label=False)的AUC时，
model.compile(loss="binary_crossentropy", metrics=[tf.keras.metrics.AUC()
浏览 9提问于2021-08-02得票数 2
回答已采纳
1回答
我有一个二进制分类问题，我想要计算结果的roc_auc。为此，我使用sklearn以两种不同的方式完成了它。我的代码如下。代码1： from sklearn.metrics import make_scorer
from sklearn.metrics import roc_curve
浏览 24提问于2020-03-25得票数 1
回答已采纳
我很难理解roc_auc_score()和auc()在scikit-learn中的区别(如果有区别的话)。AUC的Out[49
浏览 3提问于2015-07-01得票数 68
回答已采纳
4回答
ROC曲线解释
、、、
我训练了一个CNN模型和一个组合的CNN-SVM分类模型。我想用ROC曲线来比较它们的性能，但我搞不懂哪种型号更好。如何解释给定的ROC曲线？📷
浏览 0提问于2019-11-24得票数 3
回答已采纳
我知道ROC曲线是真阳性率与假阳性率的曲线图，我只是在努力从我的数据集中找到这些值。我将'autoimmune.csv‘导入到我的python脚本中，并在其上运行kNN算法以输出精确值。sklearn.model_selection import cross_val_scorefrom sklearn.metrics import aucy_scores = cross_val_score(knn_cv, X, y, cv=76)
fpr, tpr, t
浏览 0提问于2018-10-21得票数 9
回答已采纳
我需要的是：
从他的想法和方法上，我简单地改变了我获得原始数据的方式： filepath_or_buffer='https://archive.ics.uci.edu我的问题是，当我尝试使用度量roc_auc运行时，我得到了错误：
"ValueError:在y_tru
浏览 0提问于2019-05-02得票数 7
回答已采纳
我目前正在处理罕见的二元结果的数据，即响应向量大部分包含0，只有少数1(大约1.5% )。我有大约20个连续的解释变量。我试着使用GBM，随机森林，TensorFlow和Keras后端来训练模型。我不是要求对上面的模型进行具体的调整，而是想讨论在什么情况下所有结果都被分配了相同的概率。我不介意用Python代码来回答问题，因为这不
浏览 0提问于2019-08-15得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
