官方地址：點選開啟連結

形式：sklearn.metrics.auc(x, y, reorder=False)

規則：利用梯形法則計算曲線下的面積(AUC)。

舉例：由之前sklearn.metrics.roc_curve()衍生而來。具體詳見https://blog.csdn.net/u014264373/article/details/80487766

已經得到了FPR.TPR,由此就得到了橫縱座標，然後用高數中學習的計算曲面面積的方法，也就梯度法（一種積分方法來計算曲線下面積）

import numpy as np
from sklearn import metrics
y = np.array([1, 1, 2, 2])
scores = np.array([0.1, 0.4, 0.35, 0.8])
fpr, tpr, thresholds = metrics.roc_curve(y, scores, pos_label=2)
print(fpr,'\n',tpr,'\n',thresholds)
 

這個比較簡單，繪圖如下：

就是計算黃色部分的面積，口算都可得到AUC=0.75

但是複雜的資料還是要用標準的演算法，詳細過程可以參考部落格，寫的很好：點選開啟連結

只想知道怎麼使用，不用知道原理的，計算程式碼如下：

import numpy as np
from sklearn import metrics
y = np.array([1, 1, 2, 2])
scores = np.array([0.1, 0.4, 0.35, 0.8])
fpr, tpr, thresholds = metrics.roc_curve(y, scores, pos_label=2)
print(fpr,'\n',tpr,'\n',thresholds)
print(metrics.auc(fpr,tpr))