如何在sklearn中计算随机森林模型的AUC？
如何在sklearn中计算随机森林模型的AUC？
提问于 2019-06-27 05:50:10
我的数据中的标签是一个(N乘1)向量。对于负样本，标签值为0，对于正样本，标签值为1(因此，这是一个二进制分类问题)。我使用了sklearn的.fit函数，并在我的火车上安装了一个随机的森林。为了计算测试集的AUC，我使用了metrics.roc_auc_score (test_labels, probabilities)。我正在使用predict_proba(my_test_set)来获取概率。但是，predict_proba(my_test_set)返回一个(N_test，2)矩阵。我看到许多人使用这个返回矩阵(predict_proba(my_test_set)[:,1])的第二列并将其提供给metrics.roc_auc_score来计算AUC值，但为什么是第二列？为什么不是第一列(predict_proba(my_test_set)[:,0])？
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/56781373
复制相关文章
相似问题