maxframe.learn.metrics.auc#

maxframe.learn.metrics.auc(x, y, execute=False, session=None, run_kwargs=None)[源代码]#

使用梯形法则计算曲线下面积 (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()。要以另一种方式总结 precision-recall 曲线，请参见 average_precision_score()。

参数:

  • x (tensor, shape = [n]) -- x 坐标。这些值必须是单调递增或单调递减的。

  • y (tensor, shape = [n]) -- y 坐标。

返回:

auc

返回类型:

tensor, with float value

示例

>>> import maxframe.tensor as mt
>>> from maxframe.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).execute()
0.75

参见

roc_auc_score

计算 ROC 曲线下的面积

average_precision_score

根据预测得分计算平均精度

precision_recall_curve

计算不同概率阈值下的 precision-recall 对