python计算auc指标实例
1、安装scikit-learn
1.1Scikit-learn依赖
Python(>=2.6or>=3.3),
NumPy(>=1.6.1),
SciPy(>=0.9).
分别查看上述三个依赖的版本,
python-V结果:Python2.7.3
python-c'importscipy;printscipy.version.version'scipy版本结果:0.9.0
python-c"importnumpy;printnumpy.version.version"numpy结果:1.10.2
1.2Scikit-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sudopipinstall-Uscikit-learn执行安装。
2、计算auc指标
importnumpyasnp fromsklearn.metricsimportroc_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) 输出:0.75
3、计算roc曲线
importnumpyasnp fromsklearnimportmetrics 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 printfpr printtpr printthresholds 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])
以上这篇python计算auc指标实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持毛票票。