python是怎麼計算auc指標的？

1.安裝scikit-learn

  1.1Scikit-learn 依賴

• ##Python (>= 2.6 or >= 3.3) ,

• NumPy (>= 1.6.1),

• SciPy (>= 0.9).

#     分別檢視上述三個依賴的版本，

      分別檢視上述三個相依的版本，

      分別檢視上述三個可依賴的版本，

      分別檢視上述三個已依賴的版本，
      分別檢視上述三個相依的版本，      分別檢視上述三個相依的版本，      分別檢視上述三個可依賴的版本，      分別檢視上述三個可依賴的版本，      分別檢視上述三個相依的版本，且##       python -V         結果：Python 2.7.3　　0.9.0       python -c "import numpy; print numpy.version.version"   numpy結果：1.10.2 1.2 Scikit-learn安裝   1.1中所需的條件，那麼可以直接執行sudo

pip

install

-

U scikit-

learn

# 執行安裝。

### #########2.計算auc指標#########

   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.計算roc曲線############ ####

   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 ])

###

以上是python是怎麼計算auc指標的？的詳細內容。更多資訊請關注PHP中文網其他相關文章！