当前位置: 首页>>代码示例 >>用法及示例精选 >>正文

Python cuml.metrics.roc_auc_score用法及代码示例


用法:

cuml.metrics.roc_auc_score(y_true, y_score)

根据预测分数计算接收器操作特征曲线 (ROC AUC) 下的面积。

注意

此实现只能与二进制分类一起使用。

参数：

y_true：array-like 的形状 (n_samples,)

真正的标签。二进制情况需要形状为 (n_samples,) 的标签

y_score：array-like 的形状 (n_samples,)

目标分数。在二进制情况下，这些可以是概率估计值或非阈值决策值(在某些分类器上由 decision_function 返回)。二进制情况需要一个形状 (n_samples,)，并且分数必须是具有更大标签的类的分数。

返回：

auc：浮点数

例子：

>>> import numpy as np
>>> from cuml.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])
>>> print(roc_auc_score(y_true, y_scores))
0.75

相关用法


注：本文由纯净天空筛选整理自rapids.ai大神的英文原创作品 cuml.metrics.roc_auc_score。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。