Wie berechnet Python den AUC-Indikator?

1. Scikit-learn installieren

1.1 Scikit-learn hängt von

• Python (>= 2.6 oder >= 3.3) ab ) ,

• NumPy (>= 1.6.1),

• SciPy (>= 0.9).

Sehen Sie sich jeweils die Versionen der oben genannten drei Abhängigkeiten an,

python -V Ergebnis: Python 2.7.3
python -c 'import scipy; print scipy.version.version' scipy version Ergebnis: 0.9.0
python -c "import numpy; print numpy.version.version" numpy results: 1.10.2
1.2 Scikit-learn-Installation
Wenn Sie NumPy, SciPy und Python und alle installiert haben Sind 1.1 erforderliche Bedingungen erfüllt, können Sie direkt sudo pip install -U scikit-learn Führen Sie die Installation durch.

2. Berechnen Sie den AUC-Index

   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. Berechnen Sie die Roc-Kurve

   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 ])

Das obige ist der detaillierte Inhalt vonWie berechnet Python den AUC-Indikator?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!