Question

我搜索了Google，并看到了一些有关此错误的StackOverflow帖子。他们不是我的情况。

我使用keras训练一个简单的神经网络，并对分裂的测试数据集做出一些预测。但是当使用roc_auc_score计算AUC时，我收到以下错误：

"ValueError: Only one class present in y_true. ROC AUC score is not defined in that case."。

我检查目标标签分布，它们是高度不平衡的。一些标签（总共29个标签中）只有一个实例。因此，它们可能在测试标签中没有正面标签实例。因此，sklearn的roc_auc_score函数报告了唯一的一个类问题。这是合理的。

但我很好奇，因为当我使用sklearn的cross_val_score功能时，它可以毫无错误地处理AUC计算。

my_metric = 'roc_auc' 
scores = cross_validation.cross_val_score(myestimator, data,
                                   labels, cv=5,scoring=my_metric)

我想知道cross_val_score发生了什么，是不是因为cross_val_score使用了分层的交叉验证数据？

更新
我继续进行一些挖掘，但仍然无法找到背后的差异。我看到cross_val_score调用check_scoring(estimator, scoring=None, allow_none=False)来返回一个得分手，而check_scoring会调用get_scorer(scoring)返回scorer=SCORERS[scoring]

SCORERS['roc_auc']是roc_auc_scorer;
roc_auc_scorer由

制作

roc_auc_scorer = make_scorer(roc_auc_score, greater_is_better=True,
                                 needs_threshold=True)

所以，它仍在使用roc_auc_score函数。我不明白为什么cross_val_score在直接调用roc_auc_score时表现不同。

Answer 1

我认为你的预感是正确的。 AUC（ROC曲线下面积）需要足够数量的任何一个类才有意义。

默认情况下，cross_val_score分别计算每个折叠一次的效果指标。另一个选择可能是cross_val_predict并计算所有折叠组合的AUC。

您可以执行以下操作：

from sklearn.metrics import roc_auc_score
from sklearn.cross_validation import cross_val_predict
from sklearn.linear_model import LogisticRegression
from sklearn.datasets import make_classification


class ProbaEstimator(LogisticRegression):
    """
    This little hack needed, because `cross_val_predict`
    uses `estimator.predict(X)` internally.

    Replace `LogisticRegression` with whatever classifier you like.

    """
    def predict(self, X):
        return super(self.__class__, self).predict_proba(X)[:, 1]


# some example data
X, y = make_classification()

# define your estimator
estimator = ProbaEstimator()

# get predictions
pred = cross_val_predict(estimator, X, y, cv=5)

# compute AUC score
roc_auc_score(y, pred)

sklearn auc ValueError：y_true

1 个答案: