为DecisionTreeClassifier使用AUC时出错- Python

DecisionTreeClassifier是一种常用的机器学习算法，用于分类问题。AUC（Area Under the Curve）是一种常用的评估分类模型性能的指标，表示ROC曲线下的面积。

当为DecisionTreeClassifier使用AUC时出错，可能是因为DecisionTreeClassifier是一种基于决策树的分类算法，而AUC通常用于评估二分类模型，因此在使用DecisionTreeClassifier时，需要将问题转化为二分类问题。

解决这个问题的方法是使用一种二分类模型评估方法，比如将多类别问题转化为多个二分类问题，或者使用其他适用于多类别问题的评估指标。

腾讯云提供了丰富的机器学习和人工智能相关的产品和服务，其中包括腾讯云机器学习平台（https://cloud.tencent.com/product/tcmlp）和腾讯云人工智能开放平台（https://cloud.tencent.com/product/tcailab），可以帮助开发者进行模型训练、部署和评估。

在使用腾讯云的机器学习平台时，可以使用腾讯云提供的机器学习算法库和模型库，如XGBoost、LightGBM等，这些算法库支持AUC等评估指标的计算。

总结起来，针对为DecisionTreeClassifier使用AUC时出错的问题，可以采取以下步骤：

将多类别问题转化为二分类问题，或者选择适用于多类别问题的其他评估指标。
使用腾讯云提供的机器学习平台或人工智能开放平台进行模型训练、部署和评估。
参考腾讯云的机器学习算法库和模型库，选择适合的算法和评估指标。

希望以上回答能够帮助您解决问题。

在google云中，哪个是最佳的选择调用训练机器学习模型？

python、google-cloud-platform、gcp-ai-platform-training

我在python中有一个经过训练的机器学习模型来获得一个回归输出，这个模型是用scikit- learning训练的。我想将这个预测插入到防火墙中，我将使用云函数来完成它，每天使用云调度程序来调度它。我的问题是我要把这个受过训练的机器学习模型藏在哪里？我能把它存储到google存储中并在云函数中调用它来获得预测吗？还是我应该把它存储在人工智能平台上？如果答案是进入人工智能平台，为什么？如果我把它存储到AI平台上，我有什么优势？我能用那里的新数据训练模型吗？我一直在读到，这是可能的，但我不知道为什么更好，如何更好

浏览 3提问于2019-10-28得票数 0

回答已采纳

2回答

为了编写一个简单的人工智能程序来玩游戏，我需要什么知识？

machine-learning、algorithms、beginner、reinforcement-learning、training

我是B.Sc毕业生。我的课程之一是“机器学习入门”，我一直想在这门课上做一个个人项目。我最近听说了不同的人工智能训练来玩游戏，如马里奥，围棋等。为了训练一个简单的人工智能程序来玩游戏，我需要获得什么知识？对于初学者来说，你推荐什么游戏？这是我目前在机器学习中所知道的- 课程介绍和机器学习。K-最近邻算法和K-均值算法统计推断高斯混合模型(GMM)与期望最大化可能是近似正确的模型，包括泛化界和模型选择。基本的超平面算法:感知器和Winnow。支持向量机(SVM) 核粒促进弱学习者向强学习者学习: AdaBoost 边缘-感知器回归 PCA 决策树决策树修剪与随机林

浏览 0提问于2017-01-04得票数 9

回答已采纳

3回答

如何在google云中使用经过训练的模型实现预测的自动化

google-cloud-platform、google-bigquery、google-cloud-dataflow、google-cloud-composer

我有来自Firestore网站用户的数据。为了运行机器学习模型，我在Google BigQuery中插入了一些这些数据。我有训练机器学习模型的经验，但我没有获得新数据预测的经验。我读到过，我可以在Google云存储中上传这个经过训练的模型，然后把它放到人工智能平台上，但是我不知道我必须遵循的过程，因为新的数据将被插入Bigquery中，使用这些新的数据，我想做预测，然后选择这个预测，然后再把它们放到Firstore中。我认为这可以用Dataflow (Apache )或Dataflow(气流)来完成，我可以将这个过程自动化，并安排它每周运行所有过程，但我没有使用这种技术的经验，有人能推

浏览 5提问于2019-10-18得票数 2

回答已采纳

8回答

机器学习平台TI-ONE是什么？有怎样的功能特色？

机器学习平台

各大公司相继提出自己的机器学习平台，那么腾讯“云+未来”峰会上一站式机器学习平台TI-ONE到底是什么？提供了怎样的功能？

浏览 1099提问于2018-06-04

1回答

在多类分类的情况下，如何处理不平衡的类

machine-learning、data-analysis

我有一个数据集，其中包括用户票证，这是随机的模式和其中的约56个协议，它是一个文本数据。我的任务是创建一个模型，并对其进行训练，以识别和预测门票属于哪个类别，我们有100 +个类别。假设类别A的计数为70,000，其他类别为50,0000，而对于某些类别，票证计数降至1，这是不平衡的数据吗？如果是，我应该如何处理多类分类，到目前为止，为了处理这些数据，我认为这是不平衡的，我使用SMOTE，但准确性下降。在这种情况下我应该怎么做？我已经尝试过DecisionTree分类器，现在正在研究逻辑回归。

浏览 13提问于2019-01-04得票数 0

1回答

基于R的机器学习多标签文本分类

r、machine-learning、text-mining、modeling、text-classification

我正在R中构建一个机器学习文本分类模型。如果句子属于多个类别，我希望将句子分类到多个标签中。例如：“手机屏幕分辨率和电池续航时间都很棒”--目前我可以将句子分为电池功能类和手机功能类，但我希望两者兼而有之。输出可能如下所示：这将是伟大的，如果有人可以帮助我的想法或方法，以获得上述结果。

浏览 0提问于2017-12-28得票数 2

1回答

如何评估我自己的文本分类器

python-2.7、machine-learning、scikit-learn、classification、text-mining

基于一些语言学理论，我已经编写了自己的文本分类器。分类器的最终结果是文章标题和二进制类别的元组对。我还在我的金标语料库上使用了NB分类器，并使用Python中的Sci-kit学习库通过CV评估了它的性能。然而，我正在努力找出如何评估我自己的分类器的性能。:S 我非常感谢你的想法，因为我不是有经验的机器学习者。谢谢, 古兹德

浏览 0提问于2016-05-11得票数 0

1回答

是否可以通过ROC来比较两组特征的分类能力？

svm、libsvm、statistics、roc、cross-validation

我正在学习支持向量机和ROC。据我所知，人们通常用ROC(receiver operating characteristic)曲线来表示支持向量机( SVM )的分类能力。我想知道我是否可以使用相同的概念来比较两个功能子集。假设我有两个特征子集，子集A和子集B。它们是由两种不同的特征提取方法A和B从相同的训练数据中选择的。如果我使用这两个特征子集通过LIBSVM svmtrain()函数训练相同的SVM，并绘制它们的ROC曲线，我可以通过它们的AUC值来比较它们的分类能力吗？因此，如果我的subsetA比subsetB的AUC值更高，我能得出方法A比方法B更好的结论吗？这有什么意义吗？非常

浏览 4提问于2012-10-18得票数 1

回答已采纳

2回答

当使用无监督的芦荟时，什么是“学习”部分，因为它属于机器学习领域？

machine-learning、unsupervised-learning、supervised-learning

我有过使用聚类算法进行机器学习的简要经验，我还阅读了简单分类算法的基本思想和计算。现在，我将阅读更多关于“机器学习”的内容，我发现了许多类似的定义，如下所示：机器学习是一门让计算机在不被明确编程的情况下行动的科学.机器学习是一种人工智能(AI)，它允许软件应用程序在不被显式编程的情况下更准确地预测结果. 我的理解是，学习和适应演绎(输出)而不进行重新编程的能力是主要思想，根据我个人的理解，这种“适应”只有通过一种新的训练“监督算法”才能实现，这种训练允许对具有相同程序和源代码的输出模型进行更改/适应/改进。因此，根据我的理解，这个“自适应”和“学习”的定义不适合无监督的机器学习算法，因为所

浏览 0提问于2018-02-19得票数 4

1回答

在K近邻分类器模型中洗牌训练数据重要吗？

machine-learning、python、data、machine-learning-model、k-nn

我是机器学习的新手，我对一个项目有几个问题。因此，我使用MNIST数据集为我正在处理的一个ML项目创建了一个分类器。我增加了数据，通过移动每个原始点2像素向上，向下，左，右(因此，我有24万新图像，除了60,000原始图像)。我想知道我是否应该用一个洗牌训练集来重新训练我的模型，因为我认为(如果我错了请纠正我)，KNN分类器中的训练数据的顺序在最后的模型中不起作用，因为预测是在最近的邻居上进行的，而调整数据集不会改变这些邻居。*附带说明，我在用户绘制的图像上使用分类器/模型，而具有增广数据集的分类器/模型(毫不奇怪)的性能优于仅用原始数据进行训练的模型。然而，我似乎得到了与我的增强数据集(

浏览 0提问于2020-12-26得票数 0

回答已采纳

2回答

tf.keras.metrics.AUC能处理多类问题吗？

python、python-3.x、tensorflow2.0、tf.keras、auc

我有一个多类分类问题，我想测量AUC的训练和测试数据。 tf.keras已经实现了AUC度量(tf.keras.metrics.AUC)，但我无法看到这个度量是否可以安全地用于多类问题。甚至，官方网页上的“不平衡数据分类”示例也专门讨论了二进制分类问题。我已经实现了一个CNN模型，它预测了六个类，有一个softmax层，给出了所有类的概率。我使用这个度量方法如下 self.model.compile(loss='categorical_crossentropy', optimizer=Adam(hp.get("learni

浏览 8提问于2019-10-30得票数 8

1回答

无机器学习算法的二元分类器的ROC-AUC曲线度量

classification、auc、roc

也许这是个微不足道的问题，但我现在有点困惑.我将解释:我的数据中有一些元素，每个元素的值介于0和1之间，并有一个相关的标签(1，0)。我需要测试一些阈值，然后计算ROC-AUC曲线.例如，当阈值= 0.4时，所有大于0.4的值都被预测为真(1)，所有0.4以下的值都被预测为false (0)，然后将结果与实际标签进行比较，计算出真阳性率和假阳性率，最后建立ROC-AUC曲线。所以，我的问题是，考虑到根据选择的阈值，我已经知道一个元素会下降在哪个预测之下，我不需要机器学习分类器来做默认的训练和测试阶段，对吗？

浏览 0提问于2018-04-05得票数 1

2回答

在Python或Matlab中构建模型之后，如何部署模型？

machine-learning、predictive-modeling

我一直在玩很多不同的机器学习模型(聚类，神经网络等等)，但是我有点纠结于理解在用Python或Matlab构建模型之后会发生什么。例如，假设我训练了一个二进制分类问题的基本神经网络模型。例如，如何将其部署到同事，以便他们可以在数据集中加载预测？我训练过一个模特，但是现在那个模型会怎么样呢？我如何“保存”我刚刚在Python中训练过的模型？我看到了很多关于如何预处理数据、训练模型、提供统计数据和预测的教程；但是，接下来会发生什么呢？很明显，Facebook、Google和任何其他大量参与机器学习/人工智能应用程序的人都在创建一个框架来使用他们的模型。但是，是否有允许您输入数据并将其应用于P

浏览 0提问于2017-03-10得票数 7

回答已采纳

3回答

使用纯正则表达式生成的训练数据-机器学习能超越正则表达式的准确性吗？

machine-learning、training、text、regex

对于机器学习的文本分类--如果您的训练数据纯粹是用正则表达式生成的，那么是否有可能用这个训练数据来训练一个比原来的正则表达式更精确的机器学习模型？我所说的“准确性”指的是与问题的人类真相相比被正确标记的百分比。例如，我们有一组标记为快乐或悲伤的推特。我想知道，对这些数据进行训练的机器学习分类器是否能够超过生成训练数据的正则表达式的准确性)

浏览 0提问于2017-04-15得票数 0

1回答

使用VS 2019模型生成器获取"Trial 0遇到错误，消息:必须至少为2。参数名称: numClasses“

visual-studio-2019、ml.net、ml.net-model-builder

我刚接触机器学习和ML.Net (从编码和模型构建器的角度来看)。我已经编写了代码来训练和预测(相对于我们的数据相对简单的示例)，但我认为最好使用Model Builder，因为它会选择适当的模型进行训练。我在模型构建器中使用数据分类场景。我有一个成功训练的数据集(来自SQL Server)，但我想使用该数据集的不同版本(相同的架构，不同的数据)。在创建另一个数据集时，我现在收到错误"Trial 0遇到错误，消息:必须至少为2“，并且我无法找到有关该错误的任何信息。我比较了两个数据集(列类型、空值，检查高级数据选项以确保它们是相同的)-训练的原始数据集和抛出此异常的新数据集，除了数

浏览 24提问于2021-10-05得票数 0

1回答

一个模型只在少数几次训练中学习，而在大多数训练中不学习，这是很常见的吗？

optimization、learning-rate

我有一个做二进制分类的模型。我训练了很多次相同的模式，比如说，20次。在这20次培训中：大约10%的训练尝试快速学习，模型在几个时期内表现良好(例如，达到95%的AUC)。大约80%的训练尝试在100年代之后根本不学习(即被困在50%的AUC)。一些训练是介于两者之间的，这意味着他们在许多时期都会停留在50%的AUC，但过了一段时间，他们的学习速度和第一个场景中的模型一样快。我的猜测是，也许损失函数有一个非常急剧的向下尖峰，像这样： 📷 因此，它需要一些“运气”的优化器和初始权重是“恰到好处”来找到它。我的问题是： 1.这在业界是否普遍存在(即，只有少数几次训练跑能给我们带来好的结果

浏览 0提问于2023-05-23得票数 1

3回答

此场景的文本分类技术

machine-learning、classification、cluster-analysis、data-mining

我对机器学习算法完全陌生，我有一个关于数据集分类的快速问题。目前有一个由两列消息和标识符组成的培训数据。消息--从包含时间戳和一些文本标识符的日志中提取的典型消息--应该根据消息内容对类别进行分类。培训数据是通过从工具中提取特定类别并相应地加上标签来编制的。现在，测试数据只包含消息，我正试图获得相应的分类。在这种情况下，哪种方法最有帮助？是监督学习还是非监督学习？我有一个经过训练的数据集，我正试图预测测试数据的类别。谢谢你，亚当

浏览 4提问于2017-08-30得票数 0

回答已采纳

1回答

一种热编码及其与DecisionTreeClassifier的结合

python、pandas、scikit-learn、decision-tree、one-hot-encoding

因此，我的理解是，您执行一种热编码，将分类特征转换为整数，以使它们适合scikit学习机器学习分类器。假设我们有两个选择 a.将所有特征分割成一个热编码的特征(如果A是一个以'a‘、'b’和'c‘值为值的分类特征，那么它就变成了A_a、A_b和A_c，在其每一行中都有二进制值'1’，这意味着观测值'0‘意味着它不拥有该功能！)。然后，我会在这上面安装一个DecisionTreeClassifier。 b.不分割所有功能，而是将每个类别转换为整数值，而不执行一个热编码(如果A是以'a‘、'b’和'c‘值为值的分类特征，则'

浏览 6提问于2017-10-26得票数 0

3回答

哪种分类算法可以用于文档分类？

algorithm、machine-learning、classification、document-classification

嘿，这是我的问题，给定一组文档，我需要将每个文档分配给一个预定义的类别。我打算用n-gram方法来表示每个文档的文本内容，然后根据我所拥有的训练数据训练支持向量机分类器。如果我漏掉了什么东西请纠正。现在的问题是，类别应该是动态的。也就是说，我的分类器应该用新的类别来处理新的训练数据。例如，，，如果我训练了一个分类器，将给定的文档分类为A类、B类或C类，然后给我提供了D类的新训练数据，我应该能够通过为“D类”提供新的训练数据来逐步训练分类器。总结说，我不想将旧的训练数据(包括3类)和新的训练数据(与新的/未见的分类)结合起来，再次训练我的分类器。我想在飞行中训练我的分类器这能用支持

浏览 5提问于2012-08-20得票数 7

回答已采纳

1回答