python計(jì)算auc的方法

小編給大家分享一下python計(jì)算auc的方法，希望大家閱讀完這篇文章后大所收獲，下面讓我們一起去探討吧！

1、安裝scikit-learn

1.1 Scikit-learn 依賴

·Python (>= 2.6 or >= 3.3),

·NumPy (>= 1.6.1),

·SciPy (>= 0.9).

分別查看上述三個(gè)依賴的版本：

python -V

  結(jié)果：

Python 2.7.3

python -c 'import scipy; print scipy.version.version'

scipy版本結(jié)果：

0.9.0

python -c "import numpy; print numpy.version.version"

numpy結(jié)果：

1.10.2

1.2 Scikit-learn安裝

如果你已經(jīng)安裝了NumPy、SciPy和python并且均滿足1.1中所需的條件，那么可以直接運(yùn)行sudo

pip install - U scikit - learn

執(zhí)行安裝。

2、計(jì)算auc指標(biāo)

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)

輸出：

0.75

3、計(jì)算roc曲線

import numpy as np
from sklearn import metrics
y = np.array([1, 1, 2, 2])   #實(shí)際值
scores = np.array([0.1, 0.4, 0.35, 0.8])  #預(yù)測值
fpr, tpr, thresholds = metrics.roc_curve(y, scores, pos_label=2)  #pos_label=2，表示值為2的實(shí)際值為正樣本
print fpr
print tpr
print thresholds

輸出：

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

看完了這篇文章，相信你對python計(jì)算auc的方法有了一定的了解，想了解更多相關(guān)知識，歡迎關(guān)注億速云行業(yè)資訊頻道，感謝各位的閱讀！