sklearn.metrics.auc?
sklearn.metrics.auc(x, y)
使用梯形法則計算曲線下面積（AUC）
給定曲線上的點，這是一項常規功能。要計算ROC曲線下的面積，請參閱roc_auc_score。 有關匯總精確調用曲線的另一種方法，請參見average_precision_score。
| 參數 | 說明 |
|---|---|
| x | array, shape = [n] x坐標。這些必須是單調遞增或單調遞減。 |
| y | array, shape = [n] y坐標。 |
| 返回值 | 說明 |
|---|---|
| auc | float |
另見
計算ROC曲線下的面積
根據預測分數計算平均精度
計算不同概率閾值的精確召回對
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
