В Python sklearn.svm.OneClassSvm, как рассчитать ROC и AUC только с предсказанной меткой и реальной меткой?

Question

Я использую Python 3.6, sklearn.svm.OneClassSVM, чтобы практиковать OSVM, и я хочу

рассчитать ROC, AUC.

Я использовал solution_function () для вычисления ROC и AUC, код приведен ниже.

Я хочу оценить значение, которое я рассчитываю, по решению function_function.

Могу ли я использовать только предсказанную метку и реальную метку для получения значения ROC, AUC?

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

Answer 1

Я не уверен, правильно ли я получил ваш вопрос, но если вы сделаете это:

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)

Тогда вы сможете использовать:

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