标签：scores imp cores auc install 执行 sci blog 样本
1.安装scikit-learn
1.1Scikit-learn 依赖
分别查看上述三个依赖的版本，
python -V 结果：Python 2.7.3
python -c ‘import scipy; print scipy.version.version‘ scipy版本结果：0.9.0
python -c "import numpy; print numpy.version.version" numpy结果：1.10.2
1.2 Scikit-learn安装
如果你已经安装了NumPy、SciPy和python并且均满足1.1中所需的条件，那么可以直接运行sudo pip install -U scikit-learn 执行安装。
2.计算auc指标
1 import numpy as np 2 from sklearn.metrics import roc_auc_score 3 y_true = np.array([0, 0, 1, 1]) 4 y_scores = np.array([0.1, 0.4, 0.35, 0.8]) 5 roc_auc_score(y_true, y_scores)
输出：0.75
3.计算roc曲线
1 import numpy as np 2 from sklearn import metrics 3 y = np.array([1, 1, 2, 2]) #实际值 4 scores = np.array([0.1, 0.4, 0.35, 0.8]) #预测值 5 fpr, tpr, thresholds = metrics.roc_curve(y, scores, pos_label=2) #pos_label=2，表示值为2的实际值为正样本 6 print fpr 7 print tpr 8 print thresholds
输出：
array([ 0. , 0.5, 0.5, 1. ])
array([ 0.5, 0.5, 1. , 1. ])
array([ 0.8 , 0.4 , 0.35, 0.1 ])
标签：scores imp cores auc install 执行 sci blog 样本
原文地址：http://www.cnblogs.com/litaozijin/p/7155146.html
