from sklearn.metrics import roc_curve
roc_curve(y_true, y_score, *, pos_label=None, sample_weight=None,drop_intermediate=True)
- Parameters(参数)
y_true : ndarray of shape (n_samples,)
二进制标签,真实数据结果;如果标签既不是{
-1,1}也不是{
0,1},则应该明确给出pos_label
y_score : ndarray of shape (n_samples,)
预测结果数据,可以是标签数据也可以是概率值;与y_true形状一致
pos_label : int or str, default=None
正类的标签。当pos_label=None时,如果y_true在{
- 1,1}或{
0,1}中,则将pos_label设置为1,否
2.3 sklearn中的metrics.roc_curve评价指标
最新推荐文章于 2024-05-13 14:59:10 发布
![](https://img-home.csdnimg.cn/images/20240711042549.png)