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。