python auc

AUC (Area Under the Curve) 是用于衡量二分类模型预测准确性的常用指标之一。在 Python 中，可以使用 scikit-learn 库来计算 AUC 值。下面是一个示例代码：

from sklearn.metrics import roc_auc_score

# 实际标签
y_true = [0, 1, 1, 0, 1]
# 模型预测概率
y_scores = [0.2, 0.6, 0.8, 0.3, 0.9]

# 计算 AUC 值
auc = roc_auc_score(y_true, y_scores)
print("AUC:", auc)

在这个示例中，`y_true` 是实际的标签值，`y_scores` 是模型预测的概率值。`roc_auc_score` 函数会计算出 AUC 值。输出结果会显示 AUC 的值。

需要注意的是，AUC 值的范围在 0 到 1 之间，越接近 1 表示模型的预测准确性越好。