链路预测基准算法的auc代码怎么写

链路预测的基准算法通常是随机算法（Random Prediction），其思路是随机地预测每条边是否存在，因此其AUC值应该接近于0.5。以下是使用Python编写的随机算法的AUC代码示例：

import random
from sklearn.metrics import roc_auc_score

# 构造样本数据，其中x表示节点对，y表示链路存在性（0/1）
x = [(1, 2), (3, 4), (2, 3), (1, 4), (2, 4)]
y = [1, 0, 1, 0, 1]

# 随机预测每条边的存在性
pred = [random.random() for _ in range(len(y))]

# 计算AUC值
auc = roc_auc_score(y, pred)
print('Random Prediction AUC:', auc)

在上述代码中，我们首先构造了一个简单的样本数据集，然后使用random.random()函数生成了与样本数据同样数量的随机预测值，最后使用sklearn.metrics库中的roc_auc_score函数计算了AUC值，并输出到控制台。