溫馨提示×

您好，登錄后才能下訂單哦！

密碼登錄×
登錄注冊(cè)×
其他方式登錄
點(diǎn)擊 登錄注冊(cè) 即表示同意《億速云用戶服務(wù)條款》

使用python如何實(shí)現(xiàn)計(jì)算auc

發(fā)布時(shí)間：2020-11-04 16:12:55 來源：億速云 閱讀：268 作者：Leah 欄目：開發(fā)技術(shù)

這篇文章將為大家詳細(xì)講解有關(guān)使用python如何實(shí)現(xiàn)計(jì)算auc，文章內(nèi)容質(zhì)量較高，因此小編分享給大家做個(gè)參考，希望大家閱讀完這篇文章后對(duì)相關(guān)知識(shí)有一定的了解。

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(cè)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 ])

關(guān)于使用python如何實(shí)現(xiàn)計(jì)算auc就分享到這里了，希望以上內(nèi)容可以對(duì)大家有一定的幫助，可以學(xué)到更多知識(shí)。如果覺得文章不錯(cuò)，可以把它分享出去讓更多的人看到。

向AI問一下細(xì)節(jié)

免責(zé)聲明：本站發(fā)布的內(nèi)容（圖片、視頻和文字）以原創(chuàng)、轉(zhuǎn)載和分享為主，文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱：is@yisu.com進(jìn)行舉報(bào)，并提供相關(guān)證據(jù)，一經(jīng)查實(shí)，將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI
助
手