optuna+lightgbmでprauc最大化をしたい

Question

不均衡データの最適化に際し、praucを以下のコードから算出しようとすると、画像のエラーが発生しました。
エラー文を見ると、praucが増えても減ってもいないという不可解なエラーでした。疑問点は次の通りです。

①はじめてpraucを自分で実装したので、precision, recall, thresholds = precision_recall_curve(test_y.values.tolist(), preds)
で算出したprecisionとrecallに対して metrics.auc(precision, recallを適用するという考えが間違っているかどうか。ただし、recall,precisionのシェイプは一致していて、rocaucを出すのと同様にこの場合でも成功するのではないかと考えています。
https://scikit-learn.org/stable/modules/generated/sklearn.metrics.auc.html
の説明と実装例からも、私のやろうとしていることがあっているような印象を受けました。

②praucを算出するときに増減は問題にならないにもかかわらず、このようなエラーが出ている理由と私の認識の誤りは何でしょうか。

以上、よろしくお願いいたします。

エラー部分
    from sklearn.metrics import precision_recall_curve
    from sklearn import metrics
    rocauc = roc_auc_score(test_y.values.tolist(), preds)
    precision, recall, thresholds = precision_recall_curve(test_y.values.tolist(), preds)
    prauc = metrics.auc(precision, recall)
一行うえでエラー発生

auc_list=[]
def objective(trial):
    logger.info('{} START:'.format(trial.number))
    data = pd.read_pickle(f'{PATH}prd_tr.pkl')
    test = pd.read_pickle(f'{PATH}prd_te.pkl')
    target = pd.read_pickle(f'{PATH}y.pkl')
    # random_state固定しないほうがはんかできてよさげか
    train_x, test_x, train_y, test_y = train_test_split(data, target, test_size=0.25,stratify=target)
    dtrain = lgb.Dataset(train_x, label=train_y)
    dtest = lgb.Dataset(test_x, label=test_y)

 
    param = {
        'objective': 'binary',
        'metric': 'auc',
        'lambda_l1': trial.suggest_loguniform('lambda_l1', 1e-8, 10.0),
        'lambda_l2': trial.suggest_loguniform('lambda_l2', 1e-8, 10.0),
        'num_leaves': trial.suggest_int('num_leaves', 2, 256),
        'feature_fraction': trial.suggest_uniform('feature_fraction', 0.4, 1.0),
        'bagging_fraction': trial.suggest_uniform('bagging_fraction', 0.4, 1.0),
        'bagging_freq': trial.suggest_int('bagging_freq', 1, 7),
        'min_child_samples': trial.suggest_int('min_child_samples', 5, 100),
    }
 
    pruning_callback = optuna.integration.LightGBMPruningCallback(trial, 'auc')
    gbm = lgb.train(param, dtrain,valid_sets=dtest, callbacks=[pruning_callback])

    preds = gbm.predict(test_x)
    pred_labels = np.rint(preds)
    accuracy = sklearn.metrics.accuracy_score(test_y, pred_labels)

    # 今回はpraucのほうが適切とみて、praucを算出しよう
    from sklearn.metrics import precision_recall_curve
    from sklearn import metrics
    rocauc = roc_auc_score(test_y.values.tolist(), preds)
    precision, recall, thresholds = precision_recall_curve(test_y.values.tolist(), preds)
    prauc = metrics.auc(precision, recall)

    auc_list.append(rocauc)

    logger.info('  CURRENT MAX AUC: {}'.format(rocauc))

    logger.info('   accuracy:{}'.format(accuracy))
    return rocauc


if __name__ == "__main__":

    study = optuna.create_study(direction="maximize")
    study.optimize(objective, n_trials=2000,timeout=3600) # 目的関数を10回呼び出し、その中で得られた最も良い評価値(ここでは最小化問題を考えます)とそのパラメーターを出力します。

Answer 1

正しくは、metrics.auc(recall, precision) です。引数の順番が逆になっています。recallがx軸です。

metrics.auc関数はx軸が単調増加か単調減少である必要があります。

参考: sklearn.metrics.auc公式ドキュメント
xndarray of shape (n,)
x coordinates. These must be either monotonic increasing or monotonic decreasing.

この時、x軸となるrecallは単調減少であることが保証されています。

参考: sklearn.metrics.precision_recall_curve公式ドキュメント
recall : ndarray of shape (n_thresholds + 1,)
Decreasing recall values such that element i is the recall of predictions with score >= thresholds[i] and the last element is 0.

一方、PR曲線では、y軸precisionはノコギリ状、すなわち単調増加でも単調減少でも無いものになることがあります。よって、precisionとrecallを逆順にしてしまうと、「x軸が単調増加でも単調減少でも無い」という意味のエラーが発生します。

ノコギリ状のPR曲線の例については、以下の記事が参考になるでしょう。

インバランスデータにおけるPR曲線とROC曲線の振る舞いの違い