在Python中sklearn.svm.OneClassSvm类，如何仅用预测标签和真实标签计算ROC和AUC？

Question

我用的是Python3.6，sklearn.svm.OneClassSVM类为了练习OSVM，我想

计算ROC，AUC。你知道吗

我用decision_function（）来计算ROC和AUC，代码如下。你知道吗

我想计算我用决策函数计算的值。你知道吗

我只能使用预测标签和真实标签来获得ROC、AUC值吗？你知道吗

     y_score = oneclass.decision_function(testing_data)
     roc_auc = metrics.roc_auc_score(Y_test, y_score)

Answer 1

我不确定我是否正确地回答了您的问题，但如果您这样做：

clf = svm.OneClassSVM(nu=0.1, kernel="rbf", gamma=0.1)
clf.fit(X_train)
y_pred_train = clf.predict(X_train)
y_score = clf.predict(X_test)

然后您应该能够使用：

from sklearn.metrics import roc_auc_score
roc_auc_score(y_test, y_score)
``