automl/auto-sklearn

Provide multi-class AUC ROC

Open

#1,482 创建于 2022年5月19日

在 GitHub 查看
 (8 评论) (0 反应) (0 负责人)Python (7,270 star) (1,265 fork)batch import
Good first issueNeed contributorenhancement

描述

Scikit-learn provides multi-class options for area under curve: https://scikit-learn.org/stable/modules/generated/sklearn.metrics.roc_auc_score.html

We should provide the most common ones, such as the OVO Macro averaging used by Auto-Gluon.

贡献者指南

技术栈
python
领域
machine learningdata
议题类型
feature
难度面向新贡献者的预计实现难度，1 表示很小改动，5 表示专家级工作。
3
预计时间有经验贡献者完成调查、实现、测试并准备 pull request 的粗略时间范围。
1-2 days
活动状态议题当前的可参与程度：新鲜、活跃、陈旧、阻塞或等待维护者输入。
stale
清晰度议题是否清楚说明期望改动、验收标准和下一步。
mostly clear
前置要求
Pythonscikit learn metricsAUC concepts
新手友好度1-100 的估计分数，表示该议题对首次贡献者的友好程度。
55
研究方向
The issue requests adding multi class AUC ROC support to auto sklearn, specifically OVO macro averaging as used in Auto Gluon. The body links to scikit learn's roc auc score documentation and Auto Gluon's implementation. To implement, study the scikit learn function and the Auto Gluon code referenced (https://github.com/awslabs/autogluon/blob/0b38dde5f698dbadfa1ce76aabda14505d9e3ead/core/src/autogluon/core/metrics/ init .py#L443). Then add a similar metric to auto sklearn's metrics module, ensuring compatibility with its evaluation framework.