Comment python calcule-t-il l'indicateur auc ?

1. Installez scikit-learn

1.1 Scikit-learn dépend de

• Python (>= 2.6 ou >= 3.3 ),

• NumPy (>= 1.6.1),

• SciPy (>= 0.9).

Affichez respectivement les versions des trois dépendances ci-dessus,

python -V Résultat : Python 2.7.3
python -c 'import scipy; print scipy.version.version' scipy version résultat : 0.9.0
python -c "import numpy; print numpy.version.version" résultats numpy : 1.10.2
1.2 Installation de Scikit-learn
Si vous avez installé NumPy, SciPy et python et tout êtes satisfaits 1.1, alors vous pouvez directement exécuter sudo pip install -U scikit-learn Effectuez l'installation.

2. Calculer l'indice auc

   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. 🎜>

   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 ])

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!