我试图从tpr(true positive rate)和fpr(false positive rate)获得roc_curve()，然后再绘制图表，看看我的模型如何处理多标签(500 label)不平衡的数据我正在计算每个标签预测的概率，以便改变阈值以获得更好的精确度、召回性和准确性，并在预测时得到大多数目标标签。, 0. ]])
fpr, tpr, thresholds
浏览 7提问于2020-12-10得票数 1
我的第一个多类分类。我有值X和Y。Y有5个值0,1,2,3,4。但我得到这个“不支持多类格式”。test_size=0.3, random_state=42)
10
11 xgb_grid = grid_search.GridSearchCV(xgb_model, xgb_params, scoring='roc</em
浏览 8提问于2017-05-19得票数 7
1回答
我正在使用scikit learn，我想要绘制精确度和召回率曲线。我使用的分类器是RandomForestClassifier。scikit学习文档中的所有资源都使用二进制分类。另外，我可以绘制多类的ROC曲线吗？
此外，我只找到了多标签的支持向量机，它有一个RandomForest没有的decision_function
浏览 5提问于2019-05-11得票数 20
回答已采纳
1回答
我有一个分类器，它可以预测二进制类数据集的概率和类。我想将它与另一个预测器进行比较，后者只输出每个情况的二进制类。我获得了性能分数，但现在我需要在ROC曲线中显示差异。我可以使用R中的ROCR和pROC等软件包绘制连续预测(概率)的ROC曲线。由于第二个预测器只输出二进制类，我正在四处寻找可以用来绘制离散预测(二进制) ROC曲线的东西。
谢谢!
浏览 0提问于2013-05-06得票数 2
回答已采纳
我正在尝试使用以下方法使用sklearn.metrics.roc_auc_score计算ROC曲线下的面积：其中actual是具有基本事实分类标签的二进制向量，predicted是具有我的分类器预测的分类标签的二进制向量。然而，我得到的roc_auc的值与精确值(
浏览 1提问于2014-03-11得票数 8
回答已采纳
我正在尝试弄清楚pROC包中使用了什么算法来进行ROC分析。例如，什么算法对应于条件' algorithm ==2'？我的Python代码使用线性判别分析来获得二进制分类问题的结果。当使用pROC软件包计算AUC、灵敏度、特异性等的置信区间估计时，我所要做的就是加载我的数据并运行该软件包。
浏览 16提问于2019-04-02得票数 1
1回答
我必须能够在二分类问题上绘制ROC曲线，但是作为预测器，必须插入一个数值或有序向量，因为我已经执行了分类，所以我的预测器是factor (0,1)。
有没有办法解决这个问题？
浏览 7提问于2020-06-01得票数 0
回答已采纳
1回答
这个问题实际上是一个多标签分类问题，这意味着每个剪辑可以同时拥有多个标签。我已经在多标签分类任务上找到了许多关于AUC计算的参考文献，但是这些都没有解释如何去做。
(一个例子)
浏览 0提问于2017-08-22得票数 6
1回答
我现在开始研究机器学习，我在一些文章中看到ROC曲线只用于二进制分类。 我可以在MultiClass分类中使用ROC曲线来测量我的AUC吗？
浏览 217提问于2020-04-09得票数 0
1回答
根据我的理解，由于Relu不能提供与Softmax不同的概率，所以不可能绘制ROC曲线。但是，有没有办法将输出从Relu转换成类似于ROC曲线的输出。我对此很感兴趣，因为我的项目(图像分类)能够调整分类阈值是很重要的。
浏览 0提问于2020-11-24得票数 1
回答已采纳
这是一个二元分类问题，我用Macro平均ROC来评价我的模型。然而，我注意到微平均Roc分数高于特定等级的Roc分数.对我毫无意思。📷 r
浏览 0提问于2021-02-09得票数 6
回答已采纳
1回答
我有一个用Keras编写的多标签分类器，我想从中计算出AUC，并为从我的测试集分类的每个元素绘制一个ROC曲线。
在这种情况下，我不知道如何解释坡度。基本上，我的工作流程如下:我有一个预先训练过的model，Keras的实例，我有特性X和二进制标签y，y中的每个元素都是一个长度为1000的数组，因为它是一个多标签分类问题-- y中的每个元素可能包含很多个
浏览 2提问于2017-01-07得票数 1
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)。model_logit = LogisticRegression(class_weight='auto')Roc曲线
false_positive_rate, true_positive_rate, thre
浏览 3提问于2015-07-01得票数 68
回答已采纳
我试图用ROC来评估我的情感文本分类器模型。这是我对中华民国的代码：from sklearn.metrics import roc_curve, aucroc_auc = auc(fpr, tpr)plt.plot(fpr, tpr, color='
浏览 23提问于2022-03-25得票数 1
回答已采纳
1回答
我试图得到一个二进制(好/坏)分类器的ROC曲线，我在一个项目中使用。该分类器使用遗传算法进行预测。我已经完成了600个实例的分类，我有了最终的混淆矩阵(这个矩阵指的是我们可以计算最终TPR和FPR的四值表)，每个实例的正确分类标签，以及每个实例的所有预测。用我最后的四值表，我想我只能画出曲线上的一个点。上
浏览 2提问于2016-04-20得票数 1
回答已采纳
1回答
我试图使用scikit-learn模块来计算AUC和绘制三种不同分类器输出的ROC曲线，以比较它们的性能。我对这个话题非常陌生，我很难理解我所拥有的数据应该如何输入到和函数中。对于测试集中的每一项，我都有三个分类器的真实值和输出。这些类是['N', 'L', 'W', 'T']。此外，对于分类器的每个值输出，我都有一个信心分数。如何将此信息传递给r
浏览 2提问于2015-11-05得票数 7
回答已采纳
6回答
在scikit学习中，您可以为二进制分类器计算曲线下的面积。roc_auc_score( Y, clf.predict_proba(X)[:,1] )
scikit学习文档展示了如何使用roc_curve。np.array([
浏览 9提问于2016-09-16得票数 16
云服务器
ICP备案
云直播
对象存储
实时音视频
腾讯云开发者
