AUC 的网格搜索查找参数

Posted 2023-02-23

【中文标题】AUC 的网格搜索查找参数

【英文标题】：Grid-Search finding Parameters for AUC

【发布时间】：2016-10-07 23:31:52

【问题描述】：

我正在尝试为我的 SVM 找到参数，这给了我最好的 AUC。但我在 sklearn 中找不到 AUC 的任何评分函数。有人有想法吗？这是我的代码：

    parameters = "C":[0.1, 1, 10, 100, 1000], "gamma":[0.1, 0.01, 0.001, 0.0001, 0.00001]
    clf = SVC(kernel = "rbf")
    clf = GridSearchCV(clf, parameters, scoring = ???)
    svr.fit(features_train , labels_train)
    print svr.best_params_

那我可以用来做什么？？？获得高 AUC 分数的最佳参数？

【参考方案1】：

我没有尝试过，但我相信你想使用sklearn.metrics.roc_auc_score。

问题在于它不是模型记分器，因此您需要构建一个。 比如：

from sklearn.metrics import roc_auc_score

def score_auc(estimator, X, y):
    y_score = estimator.predict_proba(X)  # You could also use the binary predict, but probabilities should give you a more realistic score.
    return roc_auc_score(y, y_score)

并将此函数用作 GridSearch 中的评分参数。

【讨论】：

谢谢，我喜欢你的想法，但如果我这样做：svr = GridSearchCV(svr, parameters, scoring = score_auc(svr, features_train, labels_train))it 会导致：AttributeError：predict_proba 在probability=False 时不可用。如果我将其设置为 true，则会出现另一个错误。

只是做一个svr = GridSearchCV(svr, parameters, scoring=score_auc)，你不应该调用这个函数，把它传递给搜索。如果predict_proba 给您带来问题，请使用常规predict 评分。

感觉这会将“score_auc”传递给训练数据——如果我们想在交叉验证数据上对其进行评分怎么办？

对于某些 SVM 模型，您需要在初始化它们时显式设置超参数“probability=True”，以获得概率预测。

【参考方案2】：

你可以简单地使用：

clf = GridSearchCV(clf, parameters, scoring='roc_auc')

【讨论】：

所以如果我打印出 svr.best_score_ 它的 auc？因为我试图这样计算它：#ROC false_positive_rate, true_positive_rate, thresholds = roc_curve(labels_test, labels_predicted) roc_auc = auc(false_positive_rate, true_positive_rate) print roc_auc 但它显示我的 auc 低于最好的分数

最佳分数对应于训练过程中每个折叠的最佳平均值roc_auc。人们会期望在测试集上看到较低的分数。

【参考方案3】：

您可以自己制作任何得分手：

from sklearn.metrics import make_scorer
from sklearn.metrics import roc_curve, auc

# define scoring function 
 def custom_auc(ground_truth, predictions):
     # I need only one column of predictions["0" and "1"]. You can get an error here
     # while trying to return both columns at once
     fpr, tpr, _ = roc_curve(ground_truth, predictions[:, 1], pos_label=1)    
     return auc(fpr, tpr)

# to be standart sklearn's scorer        
 my_auc = make_scorer(custom_auc, greater_is_better=True, needs_proba=True)

 pipeline = Pipeline(
                [("transformer", TruncatedSVD(n_components=70)),
                ("classifier", xgb.XGBClassifier(scale_pos_weight=1.0, learning_rate=0.1, 
                                max_depth=5, n_estimators=50, min_child_weight=5))])

 parameters_grid = 'transformer__n_components': [60, 40, 20] 

 grid_cv = GridSearchCV(pipeline, parameters_grid, scoring = my_auc, n_jobs=-1,
                                                        cv = StratifiedShuffleSplit(n_splits=5,test_size=0.3,random_state = 0))
 grid_cv.fit(X, y)

欲了解更多信息，请在此处查看：sklearn make_scorer

【参考方案4】：

使用下面的代码，它将为您提供所有参数列表

import sklearn

sklearn.metrics.SCORERS.keys()

选择您要使用的适当参数

在您的情况下，下面的代码将起作用

clf = GridSearchCV(clf, parameters, scoring = 'roc_auc')