average_precision_score

`average_precision_score` 是用于计算二分类模型在不同阈值下的平均精度（average precision）的函数。它的输入是真实标签和预测概率，输出是一个浮点数，表示在所有可能的阈值下的平均精度。平均精度是一个评价指标，通常用于评估排序模型的性能，例如搜索引擎中返回结果的排序。

该函数的实现方式是，从高到低排序预测概率，然后从第一个样本开始计算精度和召回率，并计算每个阈值下的平均精度。最后将所有阈值下的平均精度求平均得到最终的平均精度分数。

在sklearn中，`average_precision_score`函数的用法如下：

from sklearn.metrics import average_precision_score

y_true = [0, 1, 1, 0, 1, 0]
y_scores = [0.1, 0.4, 0.35, 0.6, 0.2, 0.8]

score = average_precision_score(y_true, y_scores)
print(score)

输出结果为：0.6666666666666666。