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>
<强> 1.1 scikit-learn依赖强>
- <李> python(祝辞=2.6或祝辞=3.3),李> <李> NumPy(祝辞=1.6.1),李> <李> SciPy(祝辞=0.9)。李>
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安装强>
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指标强>
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曲线强>
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。