我正在尝试理解Logit模型的Python统计模型中的predict函数。它的文档在这里。
当我构建Logit模型并使用predict时，它会返回从0到1的值，而不是0或1。现在我读到这篇文章说，这些都是概率，我们需要一个阈值。Python statsmodel.api逻辑回归(Logit(
现在，我想生成AUC数，并使用sklearn(docs(中的roc_auc_score。
这是我开始感到困惑的时候。
- 当我将Logit模型的原始预测值(概率(作为第二个参数
y_score放入roc_auc_score时，我得到了大约80%的合理AUC值。roc_auc_score函数如何知道我的概率中哪些等于1，哪些等于0？没有任何地方给我设置门槛的机会 - 当我使用0.5的阈值手动将概率转换为0或1时，我得到的AUC约为50%。为什么会发生这种情况
这里有一些代码：
m1_result = m1.fit(disp = False)
roc_auc_score(y, m1_result.predict(X1))
AUC: 0.80
roc_auc_score(y, [1 if X >=0.5 else 0 for X in m1_result.predict(X1)])
AUC: 0.50
为什么会出现这种情况？
您计算AUC的第二种方法是错误的；根据定义，AUC需要概率，而不是像这里所做的那样，在阈值化后生成0/1的硬类预测。所以，你的AUC是0.80。
在AUC计算中，您没有自己设置阈值；粗略地说，正如我在其他地方解释的那样，AUC测量在所有可能的决策阈值上平均的二进制分类器的性能。
在这里再次解释AUC计算的基本原理和细节是过分的；相反，这些其他SE线程(以及其中的链接(将帮助您获得以下想法：
- 在分类中，测试准确性和AUC评分之间有什么区别
- AUC相对于标准准确度的优势
- ROC AUC得分低，但准确率高
- 比较模型之间的AUC、对数损失和准确性得分
predict根据拟合模型得出事件的估计概率。也就是说，每个元素都对应于您的模型为每个观测计算的预测概率。
构建ROC曲线的过程包括选择每个预测概率作为阈值，测量其假阳性率和真阳性率，并将这些结果绘制为折线图。该曲线下方的面积为AUC。
为了将其可视化，假设您有以下数据：
| 观察 | observed_result | predicted_prob |
|---|---|---|
| 1 | 0 | 0.1 |
| 2 | 0 | 0.5 |
| 3 | 1 | 0.9 |