使用python如何实现计算auc

　　介绍

这篇文章将为大家详细讲解有关使用python如何实现计算auc,文章内容质量较高,因此小编分享给大家做个参考,希望大家阅读完这篇文章后对相关知识有一定的了解。

<强> 1,安装scikit-learn

<强> 1.1 scikit-learn依赖

    <李> python(祝辞=2.6或祝辞=3.3), <李> NumPy(祝辞=1.6.1), <李> SciPy(祝辞=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  & # 39; import  scipy;, print  scipy.version.version& # 39;

scipy版本结果:

0.9.0 Python  -c “import  numpy;, print  numpy.version.version"

numpy结果:

1.10.2

<强> 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 作用;U  scikit 作用;学习

执行安装。

<强> 2,计算auc指标

import  numpy  as  np 　　得到sklearn.metrics  import  roc_auc_score 　　时间=y_true  np.array ([0, 0, 1, 1]) 　　时间=y_scores  np.array ([0.1, 0.4, 0.35,, 0.8]) 　　roc_auc_score (y_true, y_scores)

输出:

0.75 <强> 3,计算roc曲线

import  numpy  as  np 　　得到sklearn  import 指标 　　时间=y  np.array([1,, 1,, 2,, 2]),,, #实际值 　　时间=scores  np.array([0.1, 0.4, 0.35,, 0.8]),, #预测值 　　玻璃钢,,tpr, thresholds =, metrics.roc_curve (y),分数,,pos_label=2),, # pos_label=2,表示值为2的实际值为正样本 　　print 玻璃钢 　　print  tpr 　　print 阈值

输出:

数组([0只,,,0.5,,0.5,,,1只)) 　　数组([0.5,0.5,,,,,1只,,,1只)) 　　数组([0.4,0.8,,,,,0.35,0.1,])

关于使用python如何实现计算auc就分享到这里了,希望以上内容可以对大家有一定的帮助,可以学到更多知识。如果觉得文章不错,可以把它分享出去让更多的人看的到。

使用python如何实现计算auc