score怎么评估模型python代码

以下是使用 scikit-learn 库进行模型评估的代码示例：

from sklearn.metrics import accuracy_score, precision_score, recall_score, f1_score, roc_curve, roc_auc_score

# 假设 y_true 和 y_pred 分别为真实标签和模型预测标签
# 计算准确率
acc = accuracy_score(y_true, y_pred)

# 计算精确率
precision = precision_score(y_true, y_pred)

# 计算召回率
recall = recall_score(y_true, y_pred)

# 计算 F1 值
f1 = f1_score(y_true, y_pred)

# 计算 ROC 曲线
fpr, tpr, thresholds = roc_curve(y_true, y_pred)

# 计算 AUC 值
auc = roc_auc_score(y_true, y_pred)

以上代码中，y_true 和 y_pred 分别为真实标签和模型预测标签，可以根据实际情况进行替换。使用相应的方法即可计算模型评估指标。