Vai al contenuto principale
🔒 Modalità anteprima. Le prime quindici lezioni di Foundations sono gratuite; questa è Pro. Avvia un trial di 7 giorni per sbloccare l'editor, i suggerimenti AI e il resto del programma. Carta richiesta, disdici in qualsiasi momento dalla Dashboard.Avvia trial di 7 giorni →
⚡
← Corsi›Data Science AppliedModulo 4 · Inferenza causale e test A/B›Prevedere: ROC AUC per una classifica perfettapredict57 / 104
+75 XP
Compito
📝 **Domanda:** Quale ROC AUC restituisce `roc_auc_score([0, 0, 1, 1], [0.1, 0.2, 0.7, 0.9])`? 📋 Scegli la risposta giusta. 💡 **Suggerimento:** Rileggi la teoria sopra se non sei sicuro.
Predici output

Leggi il codice attentamente

from sklearn.metrics import roc_auc_score

# labels:  [0,   0,   1,   1  ]   (two negatives, two positives)
# scores:  [0.1, 0.2, 0.7, 0.9]
#
# AUC = P(score of random positive > score of random negative)
#
# Count the positive-negative score pairs and how many are correctly
# ordered. Divide.

print(roc_auc_score([0, 0, 1, 1], [0.1, 0.2, 0.7, 0.9]))

# What does this print? Type your prediction.

Cosa stamperà il programma? Scrivi qui:

💬 Discussione

Sii il primo a fare una domanda o condividere un consiglio.
Accedi per partecipare alla discussione. La lettura è gratuita.
Caricamento discussione…