腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(3904)
视频
沙龙
2
回答
如何
从
随机
森林
模型
创建
精确
的
召回
曲线
?
r
、
random-forest
、
precision-recall
我正在尝试根据训练数据
从
随机
森林
模型
创建
一条
精确
的
回忆
曲线
。它类似于this question,但我不知道
创建
PR
曲线
的
代码。参见下面的可重现示例(修改后
的
示例与我
的
个人数据集匹配): #Load beaver2beaver2 <-
如何
从<
浏览 35
提问于2020-04-21
得票数 1
回答已采纳
1
回答
理解
精确
召回
曲线
和
精确
/
召回
度量
python
、
metrics
、
precision-recall
我想了解为什么少数类("1")
的
精确
召回
曲线
如此好,而对于同一个类
的
精度(0,2)和
召回
(0,4)
的
度量却如此糟糕。下面您可以看到所使用
的
代码。folds, 0)以下是混淆矩阵:
曲线
浏览 0
提问于2021-07-01
得票数 1
回答已采纳
3
回答
精确
召回
曲线
或ROC
曲线
可能是一条水平线吗?
python
、
matplotlib
、
scikit-learn
、
roc
、
precision-recall
我正在对不平衡
的
数据进行二进制分类。 以及
精确
召回
图:由
浏览 1
提问于2015-07-14
得票数 1
回答已采纳
1
回答
随机
森林
分类器指标rdd
apache-spark-mllib
寻找
随机
森林
分类器指标,如ROC,
精确
度回忆
曲线
,
精确
度,
召回
率,基于数据帧使用pyspark
的
F1分数。我可以在RDD object.Could上得到相同
的
指标,请帮帮忙。
浏览 1
提问于2019-04-10
得票数 0
1
回答
使用精度
召回
曲线
时确定
的
阈值
pandas
、
scikit-learn
、
precision-recall
我一直在处理
精确
召回
曲线
,并且很难理解阈值是
如何
确定
的
。这是我
的
代码:precision, recall, thresholds = sklearn.metrics.precision_recall_curve(y_test,0.70872675, 0. ])如果我执行np.unique(probas_pred[:,1]) (
随机</e
浏览 2
提问于2017-09-14
得票数 1
2
回答
为什么我
的
精确
召回
和ROC
曲线
不平坦?
python
、
machine-learning
、
scikit-learn
、
classification
、
random-forest
我有一些标记为0或1
的
数据,我试图使用
随机
森林
来预测这些类。每个实例都标记有20个用于训练
随机
森林
的
特征(~30.000个训练实例和~6000个测试实例)。我正在用以下代码绘制
精确
召回
和ROC
曲线
:plt.step(recall,curve (area = %0.2f)' % roc_auc) plt
浏览 1
提问于2018-07-19
得票数 1
回答已采纳
2
回答
不平衡数据集评价指标的解释
machine-learning
、
classification
、
class-imbalance
我目前正在处理一个严重不平衡
的
数据集
的
分类问题。更具体地说,它是一个包含大约290 k行数据
的
欺诈检测数据集,0类(非欺诈)
的
分布率为99.8%,1类(欺诈)
的
分布率为0.17%。我一直使用XGBoost,
随机
森林
和LightBGM作为我
的
预测
模型
。我还尝试以不同
的
方式运行这些
模型
,方法是调优类权重并重新对数据集进行重采样,以使其达到平衡
的
规模。此外,我使用F1评分、ROC-AUC
浏览 0
提问于2023-04-04
得票数 0
1
回答
机器学习和二进制分类: f1在一个类中得分很高,在另一个类中很糟糕
python
、
machine-learning
我使用两种方法(
随机
树和神经网络)来计算人是否容易被某种疾病所吸引,从而进行二值分类。在运行我
的
代码之后,我获得了一个很好
的
f1分数,用于识别不可失败
的
,对于一个糟糕
的
f1-得分来识别可失败
的
: 1 0.31 0.30 0.30 117 我尝试了一些方法来提高f-1
浏览 1
提问于2022-08-08
得票数 0
回答已采纳
2
回答
机器学习
随机
林
python
、
python-3.x
、
machine-learning
、
scikit-learn
、
random-forest
我试图在一个不平衡
的
数据集中安装一个
随机
森林
分类器,使用
的
是scikit-learn库。我
的
目标是获得多少相同
的
值,以保证
召回
和精度,为此,我使用了class_weight函数
的
RandomForestClassifier参数。当用class_weight = {0:1,1:1}来拟合
随机
森林
时(换句话说,假设数据集不平衡),我获得: 准确性: 0.79精度: 0.63
召回
: 0.32 AUC: 0
浏览 1
提问于2018-10-31
得票数 1
回答已采纳
1
回答
选择ROC/AUC还是
精确
/
召回
曲线
?
machine-learning
、
classification
、
metric
、
model-evaluations
我试图清楚地了解各种分类指标,包括知道什么时候选择ROC/AUC,而不是选择
精确
/
召回
曲线
。我正在阅读Aurélien Géron
的
手-使用Scikit
的
机器学习-学习和TensorFlow
的
书 (第92页),其中说明如下: 由于中华民国
的
曲线
与查准率/
召回
(或PR)
曲线
是如此相似,你可能想知道
如何
决定使用哪条
曲线
它显示了PR
曲线
和R
浏览 0
提问于2021-12-28
得票数 4
回答已采纳
1
回答
你能用PrecisionRecallDisplay绘制多个
精确
召回
曲线
吗?
python
、
machine-learning
、
scikit-learn
、
precision-recall
我试图绘制
精确
召回
曲线
使用
从
科学学习。metrics.PrecisionRecallDisplay.from_predictions(y_true, y_pred) 但我想在同一个图中绘制多条
曲线
(例如,通过在训练或验证数据上应用
模型
)。或者还有其他一些标准
的
方法来实现这一点--学习?
浏览 9
提问于2022-10-11
得票数 0
回答已采纳
1
回答
增加TF IDF矩阵项
的
权重
cluster-analysis
、
scikit-learn
、
tf-idf
我有文件
的
tf idf矩阵。在TFIDF矩阵中,我有一些项
的
权重要加倍。
浏览 4
提问于2017-03-02
得票数 0
2
回答
聚合精度-
召回
曲线
与精度-
召回
曲线
的
差异
text-mining
、
information-retrieval
、
precision-recall
在信息检索
的
背景下,像这样
的
一些论文谈到了聚合精度-
召回
曲线
(参见图3)。这些
曲线
与Precision-Recall
曲线
有什么不同?这篇文章
的
作者似乎对这两种
曲线
有所不同,因为他们将图4中显示
的
曲线
描述为
精确
召回
曲线
,而不是聚合
的
精确
召回
曲线
(参见4.5节)。
浏览 0
提问于2017-04-24
得票数 0
1
回答
我能用Google
从
AutoML视觉计算AUC值和ROC
曲线
吗?
google-cloud-platform
、
classification
、
google-cloud-automl
、
google-cloud-automl-nl
我可以知道
如何
从
AutoML视觉训练
模型
中计算AUC值和ROC
曲线
吗?谷歌只提供平均精度和
精确
召回
曲线
进行评估(包括混淆矩阵)。我能知道处理这件事有什么方法吗?非常感谢!
浏览 9
提问于2020-03-07
得票数 0
回答已采纳
1
回答
如何
在
随机
森林
中使用学习
曲线
machine-learning
、
classification
、
random-forest
我一直在学习Andrew Ng
的
机器学习课程,刚刚完成了学习
曲线
课程。我为我
创建
的
逻辑回归
模型
创建
了一条学习
曲线
,它看起来训练和CV分数收敛,这意味着我
的
模型
可以
从
更多
的
功能中受益。我怎么能对
随机
森林
这样
的
东西进行类似的分析呢?当我在sklearn中使用相同
的
数据为
随机
森林
分类器
创建<
浏览 1
提问于2016-06-15
得票数 0
1
回答
如何
在python中优化查全率
曲线
而不是AUC-ROC
曲线
?
python-2.7
、
machine-learning
、
scikit-learn
、
roc
、
precision-recall
我正在问一个后续
的
问题,这是我以前在后提出
的
.我只在Python learn中使用默认设置。似乎优化是在AUC-ROC,但我更感兴趣
的
是优化
精确
召回
。以下是我
的
密码。recall, precision, c=color, label=ethnicity_tar)在何处以及
如何
插入python代码以更改设置,以便优化
精确
浏览 2
提问于2016-02-28
得票数 6
1
回答
精度-
召回
曲线
中
的
阈值是什么?
machine-learning
、
classification
、
auc
、
precision-recall
、
model-comparison
我知道
精确
度
的
概念以及
召回
的
概念。但我发现很难理解“门槛”
的
概念,它使任何P-R
曲线
成为可能。但是现在我该
如何<
浏览 7
提问于2017-09-15
得票数 29
回答已采纳
2
回答
随机
森林
中
的
Class_Weight
python
、
random-forest
、
roc
我目前正在尝试改变
随机
森林
分类器
的
阈值,以绘制一个ROC
曲线
。我
的
印象是,对于
随机
森林
来说,唯一
的
方法就是使用class_weight参数。我成功地做到了这一点,提高和降低了
精确
度、
召回
率、真阳性率和假阳性率;然而,我不知道我到底在做什么。我以为40%
的
数据集是0,90%是1,但是,这显然是没有意义
的
(超过%100)。它到底在做什么?谢谢!
浏览 1
提问于2017-10-29
得票数 2
回答已采纳
2
回答
查准率-
召回
曲线
是否有固定
的
形状/图案?
machine-learning
、
model-evaluations
我知道我
的
曲线
看起来总是像楼梯
的
形状,我可以评估中华民国
的
AUC。我知道我可以计算ROC
曲线
的
AUC来比较哪一种
模型
更好。我想知道
的
是:如果不是,你
如何
通过PR
曲线
对
模型
进行比
浏览 0
提问于2019-05-17
得票数 3
1
回答
使用函数将
精确
回忆
曲线
添加到绘图中
python
、
matplotlib
、
jupyter-lab
、
precision-recall
对于许多分类器,我有一个
精确
和
召回
的
数据,每个分类器都有4个不同
的
置信阈值值:0 Model1 0.25我想在JupyterLab中
创建
一个Matplotlib图,并为每个
模型
添加一个
精确
召回
曲线
。由于
模型
列表将来可能会发生变化,所以我希望使用Python函数来实现这一点,而不是在Matplotlib代码中硬编码<e
浏览 18
提问于2021-12-16
得票数 0
回答已采纳
点击加载更多
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
随机森林算法的一些应用情况
随机森林的简单实现
深入了解平均精度(mAP):通过精确率-召回率曲线评估目标检测性能
机器学习用于急诊患者术后再次入院的预测
分类问题统计指标入门:混淆矩阵、召回、误检率、AUROC
热门
标签
更多标签
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
活动推荐
运营活动
广告
关闭
领券