在随机森林中，predict()和predict_proba()给出了不同的roc_auc_score。我知道predict_proba()给出了概率，比如在二进制分类的情况下，它会给出两个对应于两个类的概率。predict()给出它所预测的类。format(roc_auc_score(y_test, pred_test)))
pred_train
浏览 516提问于2019-05-31得票数 1
回答已采纳
1回答
与ROC的交叉验证？
、、、、
我使用代码运行交叉验证，返回ROC分数。class_weight = 'balanced') 我怎样才能返回基于而不是
roc_auc_score(y_test,results.predict_proba(X_test))
浏览 4提问于2016-12-06得票数 0
我有一个数据集，我把它分成两部分，用来训练和测试一个随机森林分类器。我的两个问题是：
这些维度代表什么？我计算出要得到一个中华民国的分数，我必须拿出一
浏览 0提问于2015-02-02得票数 3
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
浏览 368提问于2019-06-27得票数 7
1回答
我在一个多类问题中使用随机森林分类器。rf = RandomForestClassifier(() multi_class=
浏览 127提问于2021-03-15得票数 0
我有一些用来训练随机森林分类器(sklearn 0.17.1)的旧代码，用于对两个类(垃圾邮件/火腿)进行分类。我在一个码头集装箱里运行了这个，并发送了一些数据。学习predict_proba返回0.3，0.7。我“重写”(为了Python3兼容性，我确实修改了几行代码)，使用相同的数据进行训练，并发送给它相同的数据，现在predict_proba返回0.7，0.3。是sklearn.ensemble.RandomForestClassifi
浏览 0提问于2019-04-11得票数 1
我正在为XGBoost使用sklearn包装器。我没有找到一个清晰的解释，说明predict_proba()输出的概率是如何计算出来的。例如，在随机森林中，我知道它反映了属于这个类别的样本在所有树木的相关叶子中所占比例的平均值。
但是，在XGBoost中，我无法理解文档或代码中的计算。不是应该给每棵树不同的重量吗？
浏览 0提问于2017-03-19得票数 6
我感兴趣的是理解随机森林是如何计算概率估计的，无论是在一般情况下还是在Python的scikit-learn库中(其中估计的概率由predict_proba函数返回)。
谢谢，盖伊
浏览 1提问于2013-01-07得票数 7
回答已采纳
我很难理解roc_auc_score()和auc()在scikit-learn中的区别(如果有区别的话)。Roc曲线AUC的
auc(false_positive_rate, true_positive_
浏览 3提问于2015-07-01得票数 68
回答已采纳
我希望能够在使用SelectKBest时，通过自己执行网格搜索简历来再现学习GridSearchCV的结果。但是，我发现我的代码可以产生不同的结果。clf = SVC(C = c, probability = True, random_state = r).fit(X_train_k, y_train) scores_.append(roc_auc_s
浏览 4提问于2021-03-05得票数 2
回答已采纳
1回答
我只想弄清楚这两者的区别和我知道后一种方法返回每个测试观察的类0的概率，并且在绘制roc_curve时，应该使用predict_proba()。但是，在ROC中检查二分类模型性能的正确方法是什么？我目前
浏览 5提问于2016-12-08得票数 0
我对cross_val_score评分指标'roc_auc‘和我可以直接导入和调用的roc_auc_score之间的区别感到困惑。文档()指出，指定scoring='roc_auc‘将使用sklearn.metrics.roc_auc_score。但是，当我使用scoring='roc_auc‘实现GridSearchCV或cross_val_score时，我收到的数字与直接调用roc_auc_score时截然不同。(y_
浏览 0提问于2015-11-11得票数 14
回答已采纳
我使用python中的joblib.dump保存了使用随机森林进行5折交叉验证建模的模型。现在，当我的外部数据集中每一行的最终预测是平均5个模型时，我想使用这些模型通过predict_proba对外部数据集进行预测。继续的最佳方式是什么？谢谢你的帮助
浏览 0提问于2016-09-19得票数 0
我如何知道样本属于支持向量机Scikit-Learn的predict()函数预测的类的概率？[5]
有什么功能吗？
浏览 2提问于2013-02-22得票数 30
回答已采纳
2回答
我想计算和打印roc_auc_score来评估我的随机森林模型的性能。我正在做NLP，因此y_test和y_pred中的数据是单词列表，我用函数pipe_vect.transform对它们进行向量化，但是当我打印y_test和y_pred时，它们没有相同的维度，这里我得到的是这里我的代码：y_pred = model.predict_proba(x_test_vect
浏览 4提问于2020-03-26得票数 0
2回答
我想使用roc_auc_score来评估分类器的性能，但是我不确定给出正确的参数是什么。 auc = roc_auc_score(test_Labels,score[:,1])
train_Labels和test_Labels是一维向量，0在前面，在训练和测试中，一行表示一个示例
浏览 2提问于2020-01-08得票数 1
在make_scorer文档中没有很好地解释它们之间的差异。or needs_threshold to True, but not both
例如，average_precision或roc曲线下的面积不能单独使用离散预测来计算我理解为needs_threshold应该设置为True，如果得分是average_precision还是roc_auc_score。
浏览 13提问于2022-03-17得票数 1
当我试图用permutation_test_score和roc_auc_score手工计算分数时，我无法复制我从predict_proba获得的分数。这很重要，因为这可能是sig./non之间的区别。输出的视觉：
(绿色)使用roc_auc_score ( predict_proba = 0.5416 )得分grid.best_estimator_对象是一个Rando
浏览 16提问于2022-07-15得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
