Auc
注意:目前只用Python实现Auc,可能速度略慢
该接口计算Auc,在二分类(binary classification)中广泛使用。相关定义参考 。
该接口创建四个局部变量true_positives, true_negatives, false_positives和false_negatives,用于计算Auc。为了离散化AUC曲线,使用临界值的线性间隔来计算召回率和准确率的值。用false positive的召回值高度计算ROC曲线面积,用recall的准确值高度计算PR曲线面积。
代码示例:
update
( pred, label, \args* )
更新AUC计算的状态。
参数:
返回: 无。
reset
( )
返回:无
accumulate
( )
累积的统计指标,计算和返回AUC值。
返回:AUC值,一个标量。
( )
返回Metric实例的名字, 参考上述的name,默认是’auc’。
返回: 评估的名字,string类型。