mindspore.train.auc

mindspore.train.auc(x, y, reorder=False)[源代码]

使用梯形法则计算曲线下面积AUC（Area Under the Curve，AUC）。这是一个一般函数，给定曲线上的点，用于计算ROC (Receiver Operating Curve, ROC) 曲线下的面积。

参数：

x (Union[np.array, list]) - 从ROC曲线（False Positive Rate, FPR）来看，np.array具有假阳性率。如果是多类，则为np.array列表。Shape为 \((N)\) 。
y (Union[np.array, list]) - 从ROC曲线（True Positive Rate, TPR）来看，np.array具有假阳性率。如果是多类，则为np.array列表。Shape为 \((N)\) 。
reorder (bool) - 如果为False，那么 x 必须是单调上升或下降的，如果为True，那么 x 将会按照升序排序。默认值： False 。

返回：

float，曲线下面积的值AUC。

支持平台：

Ascend GPU CPU

样例：

>>> import numpy as np
>>> from mindspore.train import ROC, auc
>>>
>>> y_pred = np.array([[3, 0, 1], [1, 3, 0], [1, 0, 2]])
>>> y = np.array([[0, 2, 1], [1, 2, 1], [0, 0, 1]])
>>> metric = ROC(pos_label=2)
>>> metric.clear()
>>> metric.update(y_pred, y)
>>> fpr, tpr, thre = metric.eval()
>>> output = auc(fpr, tpr)
>>> print(output)
0.5357142857142857