auc

sklearn.metrics.auc(x, y)[source]

Вычислить площадь под кривой (AUC) с помощью метода трапеций.

Это общая функция, заданная точками на кривой. Для вычисления площади под кривой ROC см. roc_auc_score. Для альтернативного способа обобщения кривой точности-полноты см. average_precision_score.

Параметры:

xarray-like of shape (n,)

Координаты X. Они должны быть либо монотонно возрастающими, либо монотонно убывающими.

yarray-like of shape (n,)

Координаты Y.

Возвращает:

aucfloat

Площадь под кривой.

См. также

roc_auc_score

Вычислить площадь под кривой ROC.

average_precision_score

Вычислить среднюю точность из оценок прогноза.

precision_recall_curve

Вычислить пары точность-полнота для различных пороговых значений вероятности.

Примеры

>>> 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)
np.float64(0.75)

Примеры из галереи

Моделирование распределения видов

Регрессия Пуассона и потери, не являющиеся нормальными

Регрессия Твиди на страховых претензиях

Многоклассовая кривая ROC

Точность-полнота

Кривая ROC с перекрестной проверкой