Prejsť na hlavný obsah
🔒 Režim náhľadu. Prvých pätnásť lekcií Foundations je zadarmo; táto je Pro. Spustite 7-dňový trial pre odomknutie editora, AI nápovied a zvyšku kurzu. Karta vyžadovaná, zrušte kedykoľvek v Dashboard.Spustiť 7-dňový trial →
← KurzyData Science AppliedModul 4 · Príčinná inferencia a A/B testovaniePredpovedajte: ROC AUC pre dokonalé hodnoteniepredict57 / 104
+75 XP
Úloha
📝 **Otázka:** Akú hodnotu ROC AUC vracia `roc_auc_score([0, 0, 1, 1], [0,1, 0,2, 0,7, 0,9])`? 📋 Vyberte správnu odpoveď. 💡 **Tip:** Ak si nie ste istí, prečítajte si znova teóriu vyššie.
Predpovedz výstup

Prečítaj kód pozorne

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.

Čo program vypíše? Napíš sem:

💬 Diskusia

Buď prvý — polož otázku alebo sa podeľ o tip.
Prihlás sa aby si sa zapojil do diskusie. Čítanie je zadarmo.
Načítava sa diskusia…