Python sklearn auc用法及代碼示例

本文簡要介紹python語言中 sklearn.metrics.auc 的用法。

用法:

sklearn.metrics.auc(x, y)

使用梯形規則計算曲線下麵積 (AUC)。

這是一個通用函數，給定曲線上的點。要計算 ROC-curve 下的麵積，請參閱 roc_auc_score 。有關總結 precision-recall 曲線的替代方法，請參閱 average_precision_score 。

參數：

x：ndarray 形狀 (n,)

x 坐標。這些必須是單調遞增或單調遞減。

y：形狀的ndarray，(n，)

y 坐標。

返回：

auc：浮點數

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