Question

我试图计算roc_curve但是我收到了此错误消息

Traceback (most recent call last):
  File "script.py", line 94, in <module>
    fpr, tpr, _ = roc_curve(y_validate, status[:,1])
  File "/usr/local/lib/python2.7/site-packages/sklearn/metrics/ranking.py", line 501, in roc_curve
    y_true, y_score, pos_label=pos_label, sample_weight=sample_weight)
  File "/usr/local/lib/python2.7/site-packages/sklearn/metrics/ranking.py", line 308, in _binary_clf_curve
    raise ValueError("Data is not binary and pos_label is not specified")
ValueError: Data is not binary and pos_label is not specified

我的代码

status = rf.predict_proba(x_validate)
fpr, tpr, _ = roc_curve(y_validate, status[:,1]) //error generated here
roc_auc = auc(fpr, tpr)
print roc_auc

P.S：不太了解这个解决方案（ValueError: Data is not binary and pos_label is not specified），因为它似乎并不真正相关。

Answer 1

要计算ROC曲线有效，您必须将您正在处理的标签指定为“true”或“positive”标签。 Scikit-learn假设给它的数据总是有标签0和1（在你的情况下在变量y_validate中），其中一个被任意选择为正标签（我不知道如何 - 我“我相信你可以深入挖掘源代码并弄明白。”

如错误消息中所述 - 您的数据没有此预期的二进制格式。即使您的数据是二进制，但标签是'T'和'F'，它也会抛出此错误。因此，根据roc_curve() function from scikit-learn的文档，您需要准确指定要用作“正类”的字符串标签。因此，如果您的y_validate变量中的标签为“T”和“F”，则可以执行：fpr, tpr, _ = roc_curve(y_validate, status[:,1], pos_label='T')。

ValueError：数据不是二进制文件，并且没有为roc_curve指定pos_label

1 个答案: