python計算auc指標

標籤：

本文和大家分享的主要是python計算auc指標相關內容，一起來看看吧，希望對大家學習python有所協助。

1.安裝scikit-learn

1.1Scikit-learn 依賴

· Python (>= 2.6 or >= 3.3),

· NumPy (>= 1.6.1),

· SciPy (>= 0.9).

分別查看上述三個依賴的版本，

python -V        結果：Python 2.7.3

python -c ’import scipy; print scipy.version.version’    scipy版本結果：0.9.0

python -c "import numpy; print numpy.version.version"   numpy結果：1.10.2

1.2 Scikit-learn安裝

如果你已經安裝了NumPy、SciPy和python並且均滿足1.1中所需的條件，那麼可以直接運行sudo

pip install - U scikit - learn

執行安裝。

2.計算auc指標

1 import numpy as np

2 from sklearn.metrics import roc_auc_score

3 y_true = np.array([0, 0, 1, 1])

4 y_scores = np.array([0.1, 0.4, 0.35, 0.8])

5 roc_auc_score(y_true, y_scores)

輸出：0.75

3.計算roc曲線

1 import numpy as np

2 from sklearn import metrics

3 y = np.array([1, 1, 2, 2])   #實際值

4 scores = np.array([0.1, 0.4, 0.35, 0.8])  #預測值

5 fpr, tpr, thresholds = metrics.roc_curve(y, scores, pos_label=2)  #pos_label=2，表示值為2的實際值為正樣本

6 print fpr

7 print tpr

8 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 ])

 

 

來源：部落格園

python計算auc指標