Python sklearn auc用法及代码示例

本文简要介绍python语言中 sklearn.metrics.auc 的用法。

用法:

sklearn.metrics.auc(x, y)

使用梯形规则计算曲线下面积 (AUC)。

这是一个通用函数，给定曲线上的点。要计算 ROC-curve 下的面积，请参阅 roc_auc_score 。有关总结 precision-recall 曲线的替代方法，请参阅 average_precision_score 。

参数：

x：ndarray 形状 (n,)

x 坐标。这些必须是单调递增或单调递减。

y：形状的ndarray，(n，)

y 坐标。

返回：

auc：浮点数

例子：

>>> import numpy as np
>>> from sklearn import metrics
>>> y = np.array([1, 1, 2, 2])
>>> pred = np.array([0.1, 0.4, 0.35, 0.8])
>>> fpr, tpr, thresholds = metrics.roc_curve(y, pred, pos_label=2)
>>> metrics.auc(fpr, tpr)
0.75