sklearn.metrics.auc¶
sklearn.metrics.auc(x, y)
使用梯形法则计算曲线下面积（AUC）
给定曲线上的点，这是一项常规功能。要计算ROC曲线下的面积，请参阅roc_auc_score。 有关汇总精确调用曲线的另一种方法，请参见average_precision_score。
| 参数 | 说明 |
|---|---|
| x | array, shape = [n] x坐标。这些必须是单调递增或单调递减。 |
| y | array, shape = [n] y坐标。 |
| 返回值 | 说明 |
|---|---|
| auc | float |
另见
计算ROC曲线下的面积
根据预测分数计算平均精度
计算不同概率阈值的精确召回对
示例
>>> 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
