Rumah  >  Artikel  >  pembangunan bahagian belakang  >  python是怎么计算auc指标的?

python是怎么计算auc指标的?

零下一度
零下一度asal
2017-07-19 23:27:042314semak imbas

1.安装scikit-learn

  1.1Scikit-learn 依赖

  • Python (>= 2.6 or >= 3.3),

  • NumPy (>= 1.6.1),

  • SciPy (>= 0.9).

     分别查看上述三个依赖的版本,

       python -V        结果:Python 2.7.3
  python -c 'import scipy; print scipy.version.version'    scipy版本结果:0.9.0
       python -c "import numpy; print numpy.version.version"   numpy结果:1.10.2
 1.2 Scikit-learn安装
       如果你已经安装了NumPy、SciPy和python并且均满足1.1中所需的条件,那么可以直接运行sudo pip install -U scikit-learn 执行安装。

 

2.计算auc指标

   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.计算roc曲线

   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 ])

Atas ialah kandungan terperinci python是怎么计算auc指标的?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan:
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn