Python cuml.metrics.roc_auc_score用法及代碼示例

用法: cuml.metrics.roc_auc_score(y_true, y_score)

根據預測分數計算接收器操作特征曲線 (ROC AUC) 下的麵積。

注意

此實現隻能與二進製分類一起使用。

參數：

y_true：array-like 的形狀 (n_samples,): 真正的標簽。二進製情況需要形狀為 (n_samples,) 的標簽
y_score：array-like 的形狀 (n_samples,): 目標分數。在二進製情況下，這些可以是概率估計值或非閾值決策值(在某些分類器上由 decision_function 返回)。二進製情況需要一個形狀 (n_samples,)，並且分數必須是具有更大標簽的類的分數。

auc：浮點數

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

相關用法

注：本文由純淨天空篩選整理自rapids.ai大神的英文原創作品 cuml.metrics.roc_auc_score。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

例子：