关于我们

质量为本、客户为根、勇于拼搏、务实创新

< 返回新闻公共列表

python如何计算auc

发布时间:2022-07-02 08:12:06

  

  1、安装scikit-learn

  1.1 Scikit-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:

[code]python -V[/code]

  结果:

[code]Python 2.7.3[/code]
[code]python -c 'import scipy; print scipy.version.version'[/code]

  scipy版本结果:

[code]0.9.0[/code]
[code]python -c "import numpy; print numpy.version.version"[/code]

  numpy结果:

[code]1.10.2[/code]

  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

[code]pip install - U scikit - learn[/code]

  执行安装。

  2、计算auc指标

[code]import numpy as np
from sklearn.metrics import roc_auc_score
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)[/code]

  输出:

[code]0.75[/code]

  3、计算roc曲线

[code]import numpy as np
from sklearn import metrics
y = np.array([1, 1, 2, 2])   #实际值
scores = np.array([0.1, 0.4, 0.35, 0.8])  #预测值
fpr, tpr, thresholds = metrics.roc_curve(y, scores, pos_label=2)  #pos_label=2,表示值为2的实际值为正样本
print fpr
print tpr
print thresholds[/code]

  输出:

[code]array([ 0. ,  0.5,  0.5,  1. ])
array([ 0.5,  0.5,  1. ,  1. ])
array([ 0.8 , 0.4 , 0.35, 0.1 ])[/code]

 



相关推荐

【2022年的云计算虚拟化市场现状和发展(云计算未来市场) >>点击查看详情<<

【习近平向“全球发展:共同使命与行动价值”智库媒体高端论坛致贺信 >>点击查看详情<<

/template/Home/Redyun/PC/Static