파이썬은 auc 표시기를 어떻게 계산합니까?

1. scikit-learn 설치

1.1 Scikit-learn은

• Python(>= 2.6 또는 >= 3.3),

• NumPy(>= 1.6.1),

에 따라 다릅니다.

• SciPy (>= 0.9).

위 세 가지 종속성의 버전을 각각 확인하세요.

python -V 결과: Python 2.7.3
python -c 'import scipy.version.version' scipy 버전 결과: 0.9.0
python -c "import numpy; print numpy.version.version" numpy 결과: 1.10.2
1.2 Scikit-learn 설치
NumPy, SciPy 및 Python을 설치했고 모두 요구 사항을 충족하는 경우 1.1 조건이면 sudo pip install -U scikit-learn을 직접 실행하여 설치를 실행할 수 있습니다.

2. auc 표시기 계산하기

   sklearn.metrics  y_true = np.array([0, 0, 1, 1 y_scores = np.array([0.1, 0.4, 0.35, 0.8 roc_auc_score(y_true, y_scores)

输出：0.75

 <br>

3. roc 곡선 계산하기

   sklearn  y = np.array([1, 1, 2, 2 scores = np.array([0.1, 0.4, 0.35, 0.8 fpr, tpr, thresholds = metrics.roc_curve(y, scores, pos_label=2    thresholds

输出：
array([ 0. ,  0.5,  0.5,  1. ])
array([ 0.5,  0.5,  1. ,  1. ])
array([ 0.8 ,  0.4 ,  0.35,  0.1 ])

위 내용은 파이썬은 auc 표시기를 어떻게 계산합니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!