定义一个函数，计算ROC和平均精度得分

定义一个函数，计算ROC和平均精度得分

def get_roc_score(sim, adj_orig, edges_pos, edges_neg): # 定义sigmoid函数 def sigmoid(x): return 1 / (1 + np.exp(-x))

# 预测测试集中的边
preds = []
pos = []
for e in edges_pos:
    preds.append(sim[e[0], e[1]]) # 预测得分
    pos.append(adj_orig[e[0], e[1]]) # 实际标签

preds_neg = []
neg = []
for e in edges_neg:
    preds_neg.append(sim[e[0], e[1]]) # 预测得分
    neg.append(adj_orig[e[0], e[1]]) # 实际标签

preds_all = np.hstack([preds, preds_neg]) # 将预测得分在水平方向上平铺
labels_all = np.hstack([np.ones(len(preds)), np.zeros(len(preds_neg))]) # 将实际标签在水平方向上平铺
roc_score = roc_auc_score(labels_all, preds_all) # 计算ROC得分
ap_score = average_precision_score(labels_all, preds_all) # 计算平均精度得分

return roc_score, ap_score # 返回ROC和平均精度得分