Spark/Pyspark:SVM-如何获得曲线下的面积?

我最近一直在处理随机森林和朴素贝叶斯。现在我想使用支持向量机。

拟合模型后,我想使用输出列“概率”和“标签”来计算AUC值。但是现在我看到SVM没有“概率”列了?!

在这里,您可以看到我迄今所做的工作:

from pyspark.ml.classification import LinearSVC

svm = LinearSVC(maxIter=5, regParam=0.01)
model = svm.fit(train)

scores = model.transform(train)
results = scores.select('probability', 'label')

# Create Score-Label Set for 'BinaryClassificationMetrics'
results_collect = results.collect()
results_list = [(float(i[0][0]), 1.0-float(i[1])) for i in results_collect]
scoreAndLabels = sc.parallelize(results_list)

metrics = BinaryClassificationMetrics(scoreAndLabels)
print("AUC-value: " + str(round(metrics.areaUnderROC,4)))

这就是我过去对随机森林和朴素贝叶斯的做法。我想我也可以用svm。。。但这不起作用,因为没有输出列“概率”。

有人知道为什么“概率”一栏不存在吗?现在如何计算AUC值?