roc_auc_score输入的参数应该什么值

`roc_auc_score`是用于计算ROC曲线下的面积（AUC）的函数，通常用于二分类问题的性能评估。它的输入参数应该是真实标签和预测概率值。

具体来说，`roc_auc_score`函数的参数如下：
- `y_true`：真实的标签值，通常是0或1的一维数组或列表。
- `y_score`：预测的概率值，通常是属于正类的概率值的一维数组或列表。

示例代码如下：

from sklearn.metrics import roc_auc_score

y_true = [0, 1, 1, 0, 1]  # 真实标签
y_score = [0.2, 0.8, 0.6, 0.3, 0.9]  # 预测概率

auc = roc_auc_score(y_true, y_score)
print("AUC:", auc)

请确保`y_true`和`y_score`的长度相同，并且按照相应样本的顺序对应。