举例说一下roc_auc_score, accuracy_score

`roc_auc_score` 和 `accuracy_score` 都是用来评价分类模型性能的指标。

`roc_auc_score`（ROC曲线下面积）是一个模型的二分类预测能力的度量，它计算模型预测正例的概率值高于负例的概率值的比例。当ROC曲线与x轴之间的面积越大时，模型的性能越好，该指标的取值范围为0到1，1表示完美的分类器，0.5表示随机分类器。在使用时，我们可以将预测的概率值作为输入来计算ROC曲线下面积。

`accuracy_score`（准确度）表示模型的预测准确率，即正确预测的样本数与总样本数之比。该指标适用于类别均衡的数据集，但对于类别不平衡的数据集，准确度可能会产生误导性的结果。在使用时，我们可以将真实标签和预测标签作为输入来计算准确度。