python计算auc值,AUC计算方法

　　AUC简介AUC(曲线下面积)定义为ROC曲线下坐标轴所包围的面积。显然，这个区域的值不会大于1。AUC广泛应用于多标签分类中来衡量分类结果。特别是当样本分布不均匀时，一般用AUC作为每个标签分类结果的度量。

　　介绍了用python实现AUC计算的方法。

　　方法使用sklearn中的roc_auc_score函数进行计算，因此需要提前安装sklearn，安装命令为pip install sklearn。

　　计算AUC的代码为：from sk learn . metrics import ROC _ AUC _ score def calculate AUC(AUC _ out，AUC _ labels): row，col=AUC _ labels . shape temp=[]ROC=0 for I in range(col):try:ROC=ROC _ AUC _ score(AUC _ out[:i]，AUC_labels[:i]，average=micro ，sample_weight=None)除value错误：pass # print( % th AUROC:% f (I，Roc)) temp。append(roc)for I in range(col):roc=float(temp[I])return roc/(col 1)#计算时调用上述函数，其中AUC_out为网络输出，AUC_labels为监督标签。

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。