sklearn.metrics中几个AUC和ROC函数

sklearn.metrics.roc_auc_score(y_true,y_score)

y_true：真实标签的类别值；

y_scores：target scores，或者预测的正类标签的概率值；对于二进制y_true，y_score应该是类别中最大值的scores。

sklearn.metrics.roc_curve(y_true,y_score,pos_label)

y_true：真实标签的类别值；

y_scores：target scores，或者预测的正类标签的概率值；

pos_label：真实标签中正类标签的类别值，除该值外其余为负类标签。

返回值为TPR，FPR，threshold。

sklearn.metrics.auc(x, y)

一般结合metrics.roc_curve函数使用。

x：FPR值；

y：TPR值。

sklearn.metrics.roc_curve(y_true, y_score, pos_label)

y_true：真实标签的类别值；

y_scores：target scores，或者预测的正类标签的概率值；

pos_label：真实标签中正类标签的类别值，除该值外其余为负类标签。