scikitを使用して結果を取得する方法

Question

こんにちは、私はtrain/test splitとクロスバリデーションを組み合わせて、aucで結果を得たいと思っています。

私の最初のアプローチは、私はそれを得るが正確にします。

# split data into train+validation set and test set 
X_trainval, X_test, y_trainval, y_test = train_test_split(dataset.data, dataset.target) 
# split train+validation set into training and validation sets 
X_train, X_valid, y_train, y_valid = train_test_split(X_trainval, y_trainval) 
# train on classifier 
clf.fit(X_train, y_train) 
# evaluate the classifier on the test set 
score = svm.score(X_valid, y_valid) 
# combined training & validation set and evaluate it on the test set 
clf.fit(X_trainval, y_trainval) 
test_score = svm.score(X_test, y_test) 

roc_aucの適用方法がわかりません。お手伝いをしてください。 scikit学習を行うことができますを使用して

Answer 1

：

import numpy as np 
from sklearn import metrics 
y = np.array([1, 1, 2, 2]) 
scores = np.array([0.1, 0.4, 0.35, 0.8]) 
fpr, tpr, thresholds = metrics.roc_curve(y, scores, pos_label=2) 

は今我々が得る：

print(fpr) 

配列（[0、0.5、0.5、1]）

print(tpr) 

を

アレイ（[0.5,0.5,1。1.]）

print(thresholds) 

配列（[0.8,0.4,0.35,0.1]）