计算 AUC
AUC 用于评估模型将观测从"成为目标的低概率"到"成为目标的高概率"正确排序的能力。在 Python 中，可以使用 roc_auc_score 函数计算模型的 AUC。它以目标的真实值和预测值作为参数。
您将先再次生成预测，然后计算其 roc_auc_score。
本练习是课程的一部分
Python 预测分析入门
练习说明
- 上一章节中已为您创建并拟合了模型
logreg，DataFrameX包含基表中的自变量列。请为基表中的样本生成预测。 - 选择
predictions的第 2 列，因为其中包含对目标的预测概率。 - 目标的真实值已加载在
y中。使用roc_auc_score函数计算模型的 AUC。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Make predictions
predictions = logreg.____(____)
predictions_target = predictions[:,____]
# Calculate the AUC value
auc = ____(____, ____)
print(round(auc,2))