ROC曲线与AUC

最新推荐文章于 2025-02-16 08:33:53 发布

inssiw i

最新推荐文章于 2025-02-16 08:33:53 发布

阅读量942

点赞数

文章标签：算法 python 开发语言

本文链接：https://blog.youkuaiyun.com/Soul977/article/details/121845934

版权

该博客介绍了如何使用Python编写AUC（Area Under Curve）计算函数。内容包括ROC曲线的相关知识，以及根据概率和真实标签计算AUC的具体步骤。提供的代码示例展示了如何通过排序预测概率和实际标签来求得AUC值。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

任务描述
本关任务:填写 python 代码，完成 AUC 函数实现计算 AUC。

相关知识
为了完成本关任务，你需要掌握：
ROC曲线；
AUC。

import numpy as np

def calAUC(prob, labels):
'''
计算AUC并返回
:param prob: 模型预测样本为Positive的概率列表，类型为ndarray
:param labels: 样本的真实类别列表，其中1表示Positive，0表示Negtive，类型为ndarray
:return: AUC，类型为float
'''

#********* Begin *********#
a= list(zip(prob,labels))
rank =[values2 for values1,values2 in sorted(a, key=lambda x:x[0])]
rankList=[i+1 for i in range(len(rank))if rank[i] ==1]
posNum =0
negNum =0
for i in range(len(labels)):
if(labels[i]==1):
posNum+=1
else:
negNum+=1
auc= (sum(rankList)-(posNum*(posNum+1))/2)/(posNum*negNum)
return auc
#********* End *********#