mars.learn.metrics.auc#

mars.learn.metrics.auc(x, y, session=None, run_kwargs=None)[来源]#

使用梯形法计算曲线下面积 (AUC)

这是一个通用函数，给定曲线上的点。要计算ROC曲线下的面积，请参见 roc_auc_score()。要总结精确度-召回曲线的另一种方法，请参见 average_precision_score()。

Parameters

  • x (张量, 形状 = [n]) – x坐标。这些必须是单调递增或单调递减的。

  • y (张量, 形状 = [n]) – y 坐标。

Returns

auc（曲线下面积）

Return type

张量，具有浮点值

示例

>>> import mars.tensor as mt
>>> from mars.learn import metrics
>>> y = mt.array([1, 1, 2, 2])
>>> pred = mt.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

另请参阅

roc_auc_score

计算ROC曲线下面积

average_precision_score

从预测分数计算平均精度

precision_recall_curve

计算不同概率阈值下的精确率-召回率对