如何从MLeval中获取测试数据ROC图
MLeval是一个用于机器学习模型评估的开源工具，它可以帮助开发者评估模型的性能并生成各种评估指标。要从MLeval中获取测试数据ROC图，可以按照以下步骤进行操作：
- 安装MLeval：首先，你需要在你的开发环境中安装MLeval。你可以通过访问MLeval的官方网站（https://mleval.org）获取安装指南和文档。
- 准备测试数据：在获取测试数据ROC图之前，你需要准备好测试数据集。测试数据集应包含已标记的样本和模型的预测结果。
- 运行MLeval：使用MLeval的命令行界面或API，你可以运行评估任务并生成评估报告。在运行MLeval时，你需要指定测试数据集和模型预测结果的路径。
- 查看ROC图：一旦评估任务完成，MLeval将生成一个包含各种评估指标的报告。在报告中，你可以找到ROC图表，它显示了模型在不同阈值下的真阳性率和假阳性率。
ROC图是一种常用的评估分类模型性能的工具。它以真阳性率（True Positive Rate，TPR）为纵轴，以假阳性率（False Positive Rate，FPR）为横轴，通过绘制不同阈值下的TPR和FPR的曲线来展示模型的分类能力。ROC图越靠近左上角，表示模型的性能越好。
对于腾讯云相关产品和产品介绍链接地址，由于要求不能提及具体品牌商，我无法直接给出链接。但是，腾讯云提供了一系列与云计算相关的产品和服务，包括云服务器、云数据库、人工智能服务等。你可以访问腾讯云的官方网站（https://cloud.tencent.com）了解更多关于腾讯云的产品和服务信息。
相关·内容
2回答
ROC曲线是凸的
、、
我正在做一个默认频率的ROC图(和AUC计算)，使用logistic回归和一个多类分类器‘sub_grade’。假设lcd是包含初始数据的数据帧。
Xtrain, Xtest, ytrain, ytest = train_test_split(X,y,test_size=0.50,random_state=123)
# Assign only sub_grade as a feature, Default as response
X = lcd['sub_grade']
y = lcd['Default']
Xtrain, Xtest, ytrain, y
浏览 1提问于2015-06-12得票数 0
0回答
我正在使用adaboost构建一个模型，并尝试使用roc图。下面是我的代码：
ens=fitensemble(X,y,'AdaBoostM1',100,'Tree');
[ytest, scores] = predict(ens,Xtest);
figure
[xx,yy] = perfcurve(label, scores(:,2),'yes');
plot(xx,yy)
xlabel('FPR')
ylabel('TPR')
title('ROC');
然而，这给了我一个错误：
Error
浏览 4提问于2017-12-08得票数 1
我已经使用下面的代码来绘制Tensorboard中的2幅标量图，这些标量图是从自定义ROC-AUC评分回调中获取的。
for epoch in range(len(history.history['roc_train'])):
with train_summary_writer.as_default():
tf.summary.scalar('roc_auc_train', history.history['roc_train'][epoch], step=epoch)
tf.summary.scalar(
浏览 4提问于2020-08-24得票数 1
回答已采纳
我想做交叉验证。因此，我是否应该将我的数据分成训练和使用sklearn train_test_split进行测试，并使用这样的交叉验证：
cross_validate(model, X_train, y_train, scoring = roc_auc, cv = 5, n_jobs = -1)
或者，我是否应该创建一个函数，并将数据在每个折叠中以不同的方式拆分，如下所示：
def cross_val_evaluation(model):
kf = KFold(n_splits=5)
for train_index, test_index in kf.split(X,y):
浏览 0提问于2023-01-15得票数 1
回答已采纳
1回答
我正在使用插入符号包来比较不同的模型。 训练模型后，如何找到ROC区域。 # Split data
a<- createDataPartition(data$target, p = .8, list = FALSE)
train <- data[ a,]
test <- data[-a,]
myControl = trainControl(
method = "cv",
summaryFunction = twoClassSummary,
classProbs = TRUE,
verboseIter = FALSE,
)
浏览 82提问于2021-11-23得票数 0
回答已采纳
我正在使用lapply生成多个图，以便从每个图的向量中检索数据。
问题：
我需要为每个图绘制abline，但它只在最后一个图中绘制。
理想情况下，我还会为每个图绘制不同的标题。
数据：
perfs是一个包含3个元素的向量，它的每个元素都包含绘图的主要数据。
perfs中的每一项对应于先前在向量k中定义的k值。
我试着增加论据来申请。
lapply(perfs, function(perf) {plot(perf, main = paste0("Curva ROC", ks), col = "#42f4bf", lwd = 4
浏览 0提问于2019-04-07得票数 1
回答已采纳
1回答
为什么交叉验证的性能比测试差？
、、、、
在下面的代码中，我用X_test (特性)和y_test (标签)数据拟合了一个LogisticRegressionCV模型。 然后，使用该模型，我应用了10折的cross_val_predict来使用CV评估性能。我计算了两个不同的AUC分数，一个使用roc_auc_score方法进行预测，另一个使用auc方法进行概率计算。 #CV LOGISTIC REGRESSION
classifier = linear_model.LogisticRegressionCV(penalty='l1',class_weight='balanced', tol=0.01,
浏览 52提问于2019-06-27得票数 1
1回答
我正在尝试在亚马逊的精品食品评论数据集上实现朴素贝叶斯。你能回顾一下代码并指出为什么交叉验证准确性和测试准确性之间存在如此大的差异吗？
从概念上讲，下面的代码有什么问题吗？
#BOW()
from sklearn.feature_extraction.text import CountVectorizer
bow = CountVectorizer(ngram_range = (2,3))
bow_vect = bow.fit(X_train["F_review"].values)
bow_sparse = bow_vect.transform(X_train["
浏览 0提问于2018-09-02得票数 0
我有一个增强的树模型，以及测试数据集的概率和分类。我正在尝试为相同的roc_curve绘制图形。但是我不知道如何在scikit learn中定义roc曲线的阈值/alpha。
from sklearn.metrics import precision_recall_curve,roc_curve,auc, average_precision_score
fpr = dict()
tpr = dict()
roc_auc = dict()
fpr,tpr,_ = roc_curve(ytest,p_test, pos_label=1)
roc_auc = auc(fpr,tpr)
plt.
浏览 1提问于2018-02-07得票数 4
回答已采纳
1回答
我正在研究一个Kaggle竞争，并使用Logistic回归分类器测试前10名竞争对手的方法。
链接到竞赛：
我仍然是相当新的分类问题，所以我只是测试分类器，没有太多的修改。在本例中，我使用了scikit-learn的logreg。我清理了测试/训练数据，并使用它生成了ROC曲线。
我在曲线下的面积是0.89，这将使我以显著的领先优势排在第一位，考虑到我的实现的简单性，这对我来说似乎是不可能的。有人能告诉我，我的程序是否做错了什么，给出了这样的分数(Ex )。或者代码中的错误)？
import csv
import preprocessor as p
import matplotlib.pypl
浏览 2提问于2017-12-10得票数 1
回答已采纳
1回答
我有一个分类问题，我想找出不应该被邀请到银行开会的潜在借款人。在数据中，大约25%的借款人不应该被邀请。我有大约4500个观察值和86个特征(许多假人)。
清理数据后，我执行以下操作：
# Separate X_train and Y_train
X = ratings_prepared[:, :-1]
y= ratings_prepared[:,-1]
##################################################################################
# Separate test and train (stratifi
浏览 109提问于2020-02-18得票数 1
回答已采纳
我试图在Weka的同一张图中绘制多条ROC曲线。我已经了解到，我可以在Weka知识流中使用“模型绩效图”来实现这一点。然而，我不知道如何为现有的模型这样做。
我尝试使用ArffLoader和TestSetMaker来生成测试数据，并将其连接到一个合适的分类器图标(例如，当这是我试图加载的模型时的AdaBoostM1 )。在分类器图标的配置中，我选择"load model“，在状态栏中显示”load model“。但是，当我运行它时，它会说“错误:没有经过训练的/加载的分类器用于预测”。
有人能告诉我我在这里做错了什么吗？提前感谢！
浏览 0提问于2014-11-06得票数 1
回答已采纳
1回答
我正在构建一个GBM分类器来预测某个目标变量。
我的数据包含许多连续变量，我希望使用age函数来扩展其中的一个变量( scale )。我应该在火车集合中缩放这个变量，然后根据火车集的在测试集中进行缩放，这样我就不会得到信息泄漏。我的问题是如何在R中应用这个？
我这样做的方法是在火车组和测试集中分别缩放年龄特征，这是不完全正确的。下面是我的代码(我使用插入符号包)：
for (i in (1:10)) {
print(i)
set.seed(i)
IND = createDataPartition(y = MYData$Target_feature, p=0.8, list =
浏览 6提问于2022-11-14得票数 1
回答已采纳
在R包中，ROC()函数可以从{pROC}包中的dataset aSAH中生成一个图，如下所示：
使用以下命令：
require(Epi)
require(pROC)
data(aSAH)
rock = ROC(form = outcome ~ s100b, data=aSAH, plot = "ROC", MX = T)
对包括在nrow(rock$res)中的51个点，计算其敏感性和特异性。在这方面，请注意，nrow(aSAH)是113。
哪些点被用来生成rock$res
如果我们要在包roc()中使用函数{pROC}，我们可以通过：roc(aSAH$outcom
浏览 1提问于2016-07-22得票数 1
4回答
如果我错过了明显的事情我很抱歉。在过去的几天里，我一直非常喜欢使用R界面使用h2o。我想通过绘制一个ROC来评估我的模型，比如随机森林。这些文件似乎表明，有一种直接的方法可以做到这一点：
解释DRF模型
默认情况下，将显示以下输出：
模型参数(隐藏)
得分历史图(树数与训练MSE之比)
-- ROC曲线图(TPR对FPR)
变量的图..。
我还看到，在python中，您可以应用、roc、函数。但我似乎无法在R界面中找到同样的方法。目前，我正在使用h2o.cross_validation_holdout_predictions从模型中提取预测，然后使用R中的p
浏览 9提问于2017-05-17得票数 5
回答已采纳
2回答
我有一个有3个类标签(0，1，2)的数据。我试着做ROC曲线。并使用pos_label参数来实现。
fpr, tpr, thresholds = metrics.roc_curve(Ytest, y_pred_prob, pos_label = 0)
通过将pos_label改为0,1,2-我得到了3个图，现在我在计算AUC分数时遇到了问题。如何将3张图和1幅图进行平均，然后计算出Roc_AUC评分。我被这个metrics.roc_auc_score错误了(Ytest，y_pred_prob)
ValueError:不支持多类格式
请帮帮我。
# store the predicted pro
浏览 2提问于2019-05-20得票数 0
我已经使用基于pROC的ggroc创建了一个带有多条ROC曲线的ROC图。我怎样才能插入一行没有区别的内容呢？
我希望在我的图中有一条从0,0到1,1的无差别的线，这样我就可以更直观地评估我的ROC曲线。
我尝试在我的ggplot对象上使用plot()函数，并且尝试使用+ geom_abline()和lines()函数，但都没有成功。
library(pROC)
#Creating curves and labeling)
ROC_curves <- ggroc(list(log=ROC_log, tree=ROC_tree, xgbt=ROC_xgbt), legacy.axes=T
浏览 6提问于2019-01-09得票数 2
我正在做一个数据项目任务，我被要求使用50%的数据用于培训，其余的50%用于测试。我想使用交叉验证的魔力，但仍然符合上述标准。
目前，我的代码如下：
clf = LogisticRegression(penalty='l2', class_weight='balanced'
tprs = []
aucs = []
mean_fpr = np.linspace(0, 1, 100)
#cross validation
cv = StratifiedKFold(n_splits=2)
i = 0
for train, test in cv.split(X, y)
浏览 1提问于2018-01-22得票数 1
回答已采纳
我正在使用R包randomForest创建一个模型，该模型分为三组。
model = randomForest(formula = condition ~ ., data = train, ntree = 2000,
mtry = bestm, importance = TRUE, proximity = TRUE)
Type of random forest: classification
Number of trees: 2000
No.
浏览 8提问于2017-09-09得票数 2
回答已采纳
1回答
我画ROC曲线有困难。这是因为它们在百分比上有很大差距(对于生物测定中的单模双模)。我想知道GAR和FAR是如何计算的？它是如何绘制在ROC曲线上的呢？
作为参考，我附上了一张图。
浏览 1提问于2012-06-25得票数 0
在学习ROC曲线时，我对这些曲线的制作方式感到困惑。
我在这里考虑虹膜花的分类问题。为了计算TPR，我们现在可以使用$$TPR=\frac{True \正}{True\正+\假\负}$$，在这种情况下，我们首先输入测试数据，然后利用公式above.But找出TPR和FPR在这种情况下如何得到不同的数组大小。
>>>fpr = dict()
>>>tpr = dict()
>>>roc_auc = dict()
>>>for i in range(n_classes):
fpr[i], tpr[i], _ =
浏览 0提问于2018-05-18得票数 2
1回答
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
如何构建热图？
、、、
我想构建一个热图，其中Y轴上是树木的数量，X轴上是树叶的数量，而在中心，auc-roc是我的代码
df = pd.DataFrame(store,columns = ['n_trees' , 'n_leafs', 'auc-roc'])
df.set_index(['n_trees'], inplace=True)
ax = sns.heatmap(df)
我的数据帧如下所示：
n_leafs auc-roc
n_trees
10 1 0.7
浏览 14提问于2021-05-29得票数 6
回答已采纳
1回答
我使用了and的RFE算法，ROC作为度量，并希望绘制结果。这很好用，但现在我想在一张图中放入两个结果，我不确定是否有简单的解决方案，或者这是否可能。如果这是一个愚蠢的问题，我很抱歉，在R中不是太高级。有解决方案吗？ 下面是我的代码： # define the control using a random forest selection function
rfFuncs$summary <- twoClassSummary
control <- rfeControl(functions=rfFuncs, verbose = TRUE, method="cv",
浏览 16提问于2019-10-04得票数 1
回答已采纳
1回答
我有一个创建绘图并将其保存为pdf文件的函数。我计划对dataset的100+列在循环中运行此函数。我的问题是如何使每个pdf文件唯一命名，这样它就不会在每次创建新文件时都覆盖以前的文件。我试图使它与C整数格式的pdf(file = "~/PTY/Data/ROC Curves/ROC%03d.pdf", onefile = F, width = 7, height = 7)与标题的每个图的预期结果ROC001，ROC002…但它仍然会将每个新的代码改写为ROC001。
createROC <- function(x) {
ROCtable <- crea
浏览 0提问于2020-08-11得票数 0
2回答
我使用pROC包创建了一个简单的ROC绘图：
plot.roc(response, predictor)
它的工作很好，如预期，但我想添加一个“理想”形状的参考曲线与AUC 0.8作比较(我的ROC图的AUC是0.66)。
有什么想法吗？
我只是想澄清一下，我并不是想平顺我的ROC图，而是试图添加一条代表AUC 0.8的参考曲线(类似于代表AUC 0.5的参考对角线)。
浏览 0提问于2015-04-16得票数 3
回答已采纳
我似乎不能将ggroc图和ggroc对象组合起来。在这个链接中，我有以下名为results的数据。
我拥有的密码；
roc <- roc(results$testactual, results$pred)
ggroc(roc) +
ggplot() +
geom_density(data = results %>%
filter(testactual == 0), aes(pred), color='green') +
geom_density(data = results %>%
浏览 0提问于2018-05-29得票数 0
回答已采纳
3回答
我已经建立了一个随机的森林分类模型，以学习，但我不知道如何确定我的预测。
我已经建立了模型，并在测试数据上显示了良好的效果。我的平均准确率为85%。预测股票价格是涨是跌。我使用了雅虎金融的数据，包括开放，高，低，关闭和数量。在此基础上，编制了RSI、ROC、随机振荡(快、慢)、macd、平衡体积、200天移动平均等技术指标，并将其作为随机森林分类器的特征(自变量)。我创建了另一个专栏，显示价格上涨时的1和价格下降时的0。此列用作因变量。(我想预测的是)
我现在想弄清楚的是，我怎样才能预测未知的未来？目前，我已经将我的数据分成训练和测试，在训练数据集上训练模型，然后在测试数据集上使用预测函数。该
浏览 0提问于2021-07-08得票数 2
回答已采纳
2回答
我很难在python中绘制OneClassSVM的AUC图(我正在使用sklearn来生成混乱矩阵，比如[[tp, fp],[fn,tn]]和fn=tn=0。
from sklearn.metrics import roc_curve, auc
fpr, tpr, thresholds = roc_curve(y_test, y_nb_predicted)
roc_auc = auc(fpr, tpr) # this generates ValueError[1]
print "Area under the ROC curve : %f" % roc_auc
plt.plot(
浏览 1提问于2015-01-19得票数 4
回答已采纳
我希望在logistic回归中，ROC的最佳截止点是一个数字，而不是两条交叉曲线。使用下面的代码，我可以得到显示最佳点的图，但在某些情况下，我只需要将点作为一个数字，以便用于其他计算。以下是代码行：
library(Epi)
ROC( form = IsVIP ~ var1+var2+var3+var4+var5, plot="sp", data=vip_data )
谢谢
浏览 0提问于2014-04-17得票数 9
回答已采纳
我正在做一个k折叠十五的现有数据，我需要得到AUC的分数。问题是--有时测试数据只包含0，而不是1！
我尝试使用示例，但使用不同的数字：
import numpy as np
from sklearn.metrics import roc_auc_score
y_true = np.array([0, 0, 0, 0])
y_scores = np.array([1, 0, 0, 0])
roc_auc_score(y_true, y_scores)
我得到了一个例外：
ValueError: y_true中只有一个类。在这种情况下，没有定义ROC的AUC分数。
在这种情况下，有什么解
浏览 3提问于2017-07-17得票数 24
回答已采纳
1回答
我用滑雪板跑了几个模特。这是相同的代码。
# Function for Stochastic Gradient Descent Logistic Regression with Elastic Net
def SGDlogistic(k_fold,train_X,train_Y):
"""Method to implement Multi-class SVM using
Stochastic Gradient Descent
"""
from sklearn.linear_mod
浏览 0提问于2015-11-20得票数 5
我已经使用flow_from_directory方法使用DirectoryIterator读取了由图像组成的训练集。现在，我想要绘制结果的ROC图(显然，最终是在测试集上，但目前我也希望在训练集上看到ROC图)。
作为Python、Keras和Tensorflow的新手，我在谷歌上搜索了如何绘制ROC，并找到了这个秘诀：
然而，要使用这种方法，我需要获得标签(基本事实)和预测的列表。我可以使用model.predict获得预测，但为此我显然需要输入数据(即训练集中的图像)。从DirectoryIterator获取这些图像的最佳方式是什么？
我想我可以进行某种循环，一次从DirectoryIt
浏览 97提问于2019-11-13得票数 2
我正在使用R中的包randomForest创建一个模型，将病例分为疾病(1)或无疾病(0)：
classify_BV_100t <- randomForest(bv.disease~., data=RF_input_BV_clean, ntree = 100, localImp = TRUE)
print(classify_BV_100t)
Call:
randomForest(formula = bv.disease ~ ., data = RF_input_BV_clean, ntree = 100, localImp = TRUE)
Type
浏览 4提问于2019-11-20得票数 2
回答已采纳
我试图绘制一个标识符的ROC曲线，该标识符用于根据背景数据集确定正事件。标识符是两个组之间有一些重叠的概率分数的列表。
FG BG
0.02 0.10
0.03 0.25
0.02 0.12
0.04 0.16
0.05 0.45
0.12 0.31
0.13 0.20
(其中FG =正，BG =负)
我正在用R中的PRROC绘制ROC曲线，以评估标识符如何将数据分类为正确的组。虽然在正数据集和负数据集之间产生的分类器值有明显的区别，但我目前的ROC图在R中显示出较低的AUC值
浏览 4提问于2017-11-24得票数 2
回答已采纳
1回答
ROCR截止值和精度图
、、、
我有一个连续的自变量(比如说‘身高’)和一个二进制的自变量(比如说‘找工作’)。我想看看身高的临界值最能预测一个人找到工作的能力。我也想看看这个模型有多精确。我假设了一个多项logistic模型。我想要一个ROC曲线，所以我在R中使用了ROCR包，这是我的代码：
mymodel <- multinom(job~height, data = dataset)
pred <- predict(mymodel,dataset,type = 'prob')
roc_pred <- prediction(pred,dataset$job)
roc <- perfo
浏览 4提问于2017-07-27得票数 2
1回答
闪亮中的ROC曲线
、、、、
我正在尝试使用shiny来渲染roc曲线。我尝试使用pROC和ROCR包，并使用renderPlot，但输出图显示为空。有没有办法在闪亮的应用程序中渲染ROC曲线？
浏览 3提问于2018-03-22得票数 1
我正在用Python构建我的模型，以便将客户划分为买方/非买方类别。对于这个问题，我使用了多种算法，然后在评估之后，从所有问题中选出最佳算法。
python中的sklearn包为我的所有预测记录提供了一个FPR、TPR和阈值数组。
在分析FPR值、TPR值和阈值时，我对如何解释阈值感到困惑。我得到每个记录的阈值。
例如:我的测试数据集由100条记录组成，我得到了TPR、FPR和阈值大小为100的数组。
如何使用这些值确定我的模型的最优阈值？？
from sklearn import metrics
fpr, tpr,threshold = metrics.roc_curve( Y_test,
浏览 0提问于2018-09-20得票数 2
我第一次接触Keras和我的测试数据集使用roc曲线来评估我的模型的质量(模型是使用functional api完成的，在我的代码片段中被标识为"model“)。 我计划使用ROC曲线(使用来自scikit learn的roc_curve )。 示例： fpr_keras, tpr_keras, thresholds_keras = roc_curve(y_true,y_scores) 为此，正如文档所述，我需要真正的二进制标签(示例中的y_true)和目标分数(示例中的y_scores)。 但是我不知道如何从测试ImageDataGenerator中获得所有真正的二进制标签(tes
浏览 22提问于2019-04-25得票数 0
1回答
ROC米制列车()，插入包
、、、、
df在列车和测试数据中分开。列车数据在训练和测试数据中是分开的。因变量Y是值0和1的二进制(因子)。我试图用这个代码(神经网络、插入符号包)来预测概率：
library(caret)
model_nn <- train(
Y ~ ., training,
method = "nnet",
metric="ROC",
trControl = trainControl(
method = "cv", number = 10,
verboseIter = TRUE,
classProbs=TRUE
)
浏览 1提问于2018-06-01得票数 0
回答已采纳
我正在使用ROCR包来生成ROC曲线。我已经有一个从多个文件生成多个ROC图的循环。我有30份文件。但我想将所有30条ROC曲线组合在一个图中(如果可能的话，使用不同的颜色)。我知道关于它的帖子很少，但我想使用我自己的循环来修改它。有什么建议吗？ 我的脚本： library(ROCR)
labels <- read.table(file="c:/data1/input")
files <- list.files(path="c:/data2/", pattern="*.txt")
for(i in files){
predict
浏览 85提问于2020-06-25得票数 0
回答已采纳
1回答
我想在一个图表中打印一些枢轴点。但我在时间变量上有问题。
two_points =[(lastDate,lastPivot),(yesterday,lastPivot)]
mpf= mpf.plot(dfnew_plot,type='candle',alines= two_points)
但是时间变量lastDate和昨天没有相同的格式: lastDate = 2021-01-15 00:00:00
yesterday= 2021-01-30
lastDate = 2021-01-15 00:00:00
yesterday= 2021-01-30
我如何格式化lastDat
浏览 2提问于2021-01-31得票数 0
1回答
我有两个数据集(train.csv)和(test.csv)围绕预测疾病的死亡结果。这两个集合都包含20个自变量(年龄、体重等)，但只有train.csv数据集包含真正的死亡结果(活的为0，死亡的为1)。训练数据集的形状为(650，21)，而测试数据集的形状为(200，20)。我也在使用python，而且数据集不平衡，在训练集中只有大约30人死亡。
我必须使用训练集对模型进行训练，并使用测试数据集预测结果，以及显示性能表等内容。然后，我必须将预测的结果放入一个新的.csv文件中提交，该文件将根据不同的数据集进行测试，并给我一个ROC/AUC评分。此提交必须具有与测试数据集相同的观察量，即200。
浏览 0提问于2022-01-05得票数 0
回答已采纳
我的训练数据具有极不平衡的类{0:8725，1:3335}，具有100个特征。我使用xgboost通过贝叶斯优化来构建分类模型，以在{learning rate:(0.001,0.1)，min_split_loss:(0.10)，max_depth:(3,70)，min_child_weight:(1:20)，max_delta_step:(1,20)，subsample:(0:1)，colsample_bytree:(0.5,1)，λ：(0，10)，alpha:(0,10)，scale_pos_weight:(1,262)，n_estimator:(1,20)}范围内对模型进行超调优。我还使
浏览 6提问于2021-02-27得票数 0
在roc函数的默认方向=“自动”设置下，情况和控件似乎应该自动配置，使预测器的ROC曲线高于绘图的对角线，并具有AUC >= 0.5。
但是，下面所示的代码错误地分配了大小写和控件值，从而创建了AUC < 0.5的ROC曲线。
#Creation of data
data <- data.frame("Predictor" = c(rep(0, 59), rep(1, 29)),
"Outcome" = c(rep(0, 40), rep(1, 19), rep(0, 22), rep(1, 7)))
浏览 9提问于2022-01-27得票数 1
回答已采纳
2回答
我对R有些陌生，我喜欢ggplot -这是我用来绘图的全部，所以我不知道R中基础图所需的所有古老语法(我宁愿不要学习它)。我正在运行pROC::roc，并且我想在ggplot中绘制输出(这样我就可以微调它的外观)。我可以立即得到一个图，如下所示：
size <- 100
response <- sample(c(0,1), replace=TRUE, size=size)
predictor <- rnorm(100)
rocobject <- pROC::roc(response, predictor,smooth=T)
plot(rocobject)
要使用ggpl
浏览 0提问于2016-06-24得票数 3
1回答
我在MATLAB中有一个函数，它绘制了两条曲线，我运行了两次。
在第一次绘制主曲线时，如您在红色(第一个图)中所看到的，然后打开"hold on“，并使用绿色(第二个形状)再次执行我的函数。
问题是左子图不起作用，删除了第一条曲线(红色曲线)，但第二条曲线正常(最后一张图)。
我的主要脚本是：
% some code to processing
...
roc('r.-',data); %this function plots my curves
在第二次运行时
% some code to processing
...
plot on
roc('g.-'
浏览 0提问于2019-04-15得票数 0
1回答
我写了以下代码来获得我的KNN分类器的ROC图：
load fisheriris;
features = meas;
featureSelcted = features;
numFeatures = size(meas,1);
%% Define ground truth
groundTruthGroup = species;
%% Construct a KNN classi
浏览 0提问于2013-03-19得票数 3
回答已采纳
如何绘制具有离散输出标签为2列的roc曲线？
使用roc_curve()会给出一个错误：
ValueError:不支持多标签指示符格式
y_prediction = model.predict(test_X)
y_prediction[1]
Out[27]: array([1.0000000e+00, 6.8178085e-12], dtype=float32)
y_prediction.shape
Out[23]: (514, 2)
test_y.shape
Out[24]: (514, 2)
fpr_roc, tpr_roc, thresholds_roc = roc_curve(
浏览 1提问于2020-04-08得票数 3
如何根据5种不同的ROC值和平均值来绘制像照片这样的图形，并从thoes 5 ROC值计算标准偏差？
浏览 5提问于2022-07-10得票数 -2
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
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
