寻找支持向量机模型的AUC分数

Question

我知道支持向量机算法不计算概率，这是找到AUC值所需要的，有没有其他方法只找到AUC分数

from sklearn.svm import SVC
model_ksvm = SVC(kernel = 'rbf', random_state = 0)
model_ksvm.fit(X_train, y_train)

model_ksvm.predict_proba(X_test)

我无法从SVM算法中获得概率输出，没有概率输出，我无法获得AUC分数，这可以通过其他算法获得

Answer 1

对于ROC，你并不需要概率，只需要任何一种信心分数。您需要根据样本在阳性类别中的可能性对样本进行排序。支持向量机可以使用从分离平面到分离平面的（有符号）距离来实现这一目的，事实上sklearn在使用AUC评分时会在引擎盖下自动进行此操作：它使用decision_function方法，即有符号距离

您还可以在SVC（docs）中设置probability选项，该选项适合SVM顶部的Platt校准模型，以产生概率输出：

model_ksvm = SVC(kernel='rbf', probability=True, random_state=0)

但这将导致相同的AUC，因为普拉特校准只是将符号距离单调地映射到概率