python中二分类auc_scored代码

以下是使用scikit-learn计算二分类AUC分数的示例代码：

from sklearn.metrics import roc_auc_score

y_true = [0, 0, 1, 1] # 真实标签，0表示负样本，1表示正样本
y_scores = [0.1, 0.4, 0.35, 0.8] # 预测得分，可以是概率值或决策函数的输出值

auc_score = roc_auc_score(y_true, y_scores)

print(auc_score)

在这个例子中，我们使用roc_auc_score函数来计算二分类AUC分数，其中y_true是真实标签，y_scores是模型对每个样本的预测得分。函数返回一个浮点数，表示计算出的AUC分数。

请注意，这只是一个简单的示例，实际使用时需要根据具体情况调整参数和数据格式。