如何在python中为一类SVM计算AUC？

如何在python中为一类SVM计算AUC？

请参阅我对类似问题的回答。要点是：

• OneClassSVM从根本上不支持将决策转换为概率分数，因此您无法将必要的分数传递到需要改变分数阈值的函数中，例如ROC或Precision-Recall曲线和分数。

• 您可以通过在整个输入数据上计算OneClassSVM决策函数的最大值

  MAX

  ，然后调用它，然后

  y

  通过计算对给定观察值的预测进行评分，来近似估算这种分数

  y_score = MAX - decision_function(y)

  。

• 使用这些分数来传递

  y_score

  诸如

  average_precision_score

  等的函数，这些函数将接受非阈值分数而不是概率。

• 最后，请记住，ROC对OneClassSVM的物理意义不大，特别是因为OneClassSVM用于存在预期的巨大类别失衡（异常值与非异常值）并且ROC无法准确地权衡相对成功的情况在少量异常值上。