建站
咨詢
售后
建站咨詢
新聞中心
這里有您想知道的互聯(lián)網(wǎng)營銷解決方案
創(chuàng)新互聯(lián)Python教程：python如何計算auc
創(chuàng)新互聯(lián)主要從事成都做網(wǎng)站、成都網(wǎng)站制作、網(wǎng)頁設計、企業(yè)做網(wǎng)站、公司建網(wǎng)站等業(yè)務。立足成都服務桃山,十年網(wǎng)站建設經(jīng)驗,價格優(yōu)惠、服務專業(yè),歡迎來電咨詢建站服務:13518219792
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，那么可以直接運行sudo
pip install - U scikit - learn
執(zhí)行安裝。
2、計算auc指標
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、計算roc曲線
import numpy as np from sklearn import metrics y = np.array([1, 1, 2, 2]) #實際值 scores = np.array([0.1, 0.4, 0.35, 0.8]) #預測值 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 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 ])
python學習網(wǎng)，免費的在線學習python平臺，歡迎關注！
網(wǎng)站名稱：創(chuàng)新互聯(lián)Python教程：python如何計算auc
文章轉(zhuǎn)載：http://www.5511xx.com/article/djcdihg.html
