如何使用python代码从y_true中单一类的y_pred和y_true值计算auc或roc或auc-roc分数。
我在stackoverflow和Internet上检查了各种类似的问题，但是任务没有解决，或者输出不是预期的。
这里是y_true和y_pred值的示例。
y_true = numpy.array([1,1,1])
y_pred = numpy.array([0.36,0.82,0.46])
或者
y_true = [1,1,1]
y_pred = [0.36,0.82,0.46]
作为提及，我检查了python库的各种内置函数，发现虽然可以找到true-positive-rate，但是false-positive-rate显示为nan或不是数字。
tensorflow和/或theano和/或pytorch和/或caffe和/或sklearn和/或其他python库或python的已修改函数可用于查找 AUC或ROC或AUC-ROC分数单个类值1的 y_true中的值和y_pred预测分数。
如果需要更多详细信息，请发表评论。
答案 0 :(得分：0)
如果您将了解roc auc的工作原理（https://medium.com/@penggongting/understanding-roc-auc-pros-and-cons-why-is-bier-score-a-great-supplement-c7a0c976b679或https://developers.google.com/machine-learning/crash-course/classification/roc-and-auc），您将会理解roc auc并不是关于计分，而是关于排序。您的问题有一个答案：如果您尝试使用一个值来计算一个类，该如何对其排序？ -不能，您不能对它进行排序。这就是为什么您无法计算它。