测试数据集的ROC曲线

文章/答案/技术大牛

发布

1回答

如何根据这些数据绘制ROC曲线？

python、tensorflow、keras、evaluation、roc

我已经使用Keras训练了一个卷积神经网络(CNN)，并进行了以下操作，以便在测试数据集上找到准确性： for root, dirs, files in os.walk(test_directory)number_of_test_images print number_of_test_images/correct_classification * 100 有没有办法在测试数据集上测试模型时找到ROC曲线？

浏览 32提问于2019-01-06得票数 0

1回答

r、machine-learning

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。., method = "knn", tuneLength = 10, trControl = myControl)例如，这是构建的模型之一。如果我这样做，我可以得到我的训练集的ROC曲线。但是为了获得我的测试数据

浏览 82提问于2021-11-23得票数 0

回答已采纳

1回答

用scikit学习神经网络生成ROC曲线

python、neural-network、scikit-learn、statistics、confusion-matrix

我想验证一下我生成ROC曲线的逻辑是正确的。(与实际代码的技术理解无关)。我有一个数据集，我想分类。我正在使用一个神经网络，特别是来自python的MLPClassifier模块的scikit Learn函数。我想做的是计算一条ROC

浏览 0提问于2018-06-24得票数 2

回答已采纳

1回答

在平衡数据上训练的二进制分类器测试数据不平衡的低精度召回曲线

classification、random-forest、class-imbalance

我有一个非常不平衡的数据集(9:1)，为此我执行了欠抽样，并实现了一个均衡的训练集(~130 k样本总后平衡)。📷 如果我平衡测试数据</e

浏览 0提问于2018-07-31得票数 2

1回答

如何计算人脸识别系统的准确率？

python、opencv、deep-learning、biometrics

我是生物识别评估的新手，我希望绘制ROC曲线、CMC曲线和真正的Vs冒名顶替者分布。我基于https://www.pyimagesearch.com/2018/06/18/face-recognition-with-opencv-python-and-deep-learning/在我的数据集上训练了模型但是，我不知道如何在整个测试数据集上基于这种方法获得真正

浏览 119提问于2020-11-08得票数 0

回答已采纳

1回答

如何为不同的插入训练模式绘制AUC ROC？

r、roc

trControl = trainControl(method = "cv", number = 10, savePredictions = "final")) 我的问题是，我如何创造一个AUC ROC曲线在一个单一的图形，以视觉比较这两种模式？

浏览 2提问于2020-05-15得票数 3

回答已采纳

1回答

分类或聚类结果的ROC曲线

cluster-analysis、curve、false-positive、confusion-matrix

假设我已经将包含1000个实例的5个类的训练数据集聚类到5个聚类(中心)，例如使用k-means。然后，我通过在测试数据集上进行验证，构建了一个混淆矩阵。然后我想用这个绘制ROC曲线，怎么可能做到呢？

浏览 2提问于2012-03-21得票数 2

回答已采纳

3回答

模型性能因列车试验的不同而不同？

machine-learning、random-forest、training

我将我的数据集与随机森林分类器相匹配，发现模型的性能在不同的训练和测试数据分割集之间会有所不同。正如我所观察到的，在ROC曲线下，AUC将从0.67上升到0.75 (在相同的参数设置下用相同的模型进行拟合)，下垫范围可能会更宽。那么，这种现象背后的问题是什么，以及如何处理这个问题呢？据我理解，交叉验证用于特定的列车和测试数据的分

浏览 0提问于2017-01-05得票数 2

回答已采纳

1回答

ValueError:不支持多标号-指示格式，由于错误无法绘制ROC曲线。

python、python-3.x、machine-learning、deep-learning、roc

假设我有以下情况：y_trainy_testhistory_model = model.fit( epochs=1000, validation_d

浏览 37提问于2022-10-31得票数 0

回答已采纳

1回答

如何从MLeval中获取测试数据ROC图

r、r-caret、roc、gbm

我正在尝试使用MLevals包返回测试数据集的ROC曲线。., method = "gbm", pred <- predict(gbm, newdata = test, type = "prob&quo

浏览 55提问于2021-01-21得票数 0

回答已采纳

1回答

得到了一个奇怪的ROC曲线和分类器的AUC

python、pandas、numpy、machine-learning、classification

我的训练数据集有9行(样本)和705列(features+target) (Train_5，y_train_5) 我的测试数据集有17行和705列(我知道拆分不正确)(Test_5，y_test_5)但是当我想绘制ROC曲线时，它给了我全部的东西，AUC是1！y_predicted = clf.predict_proba(Test_5)[:, 1] false_positive, true_positive, _ = roc_curv

浏览 17提问于2020-06-12得票数 0

回答已采纳

1回答

计算AUC和GAM并在R中设置刻度

graph、r

我有一个如下的数据表单：: : : : : : : 我使用的GAM模型如下：通过使用上面的模型，我可以处理chla，sst和ssha的数据。我的意思是，y轴上的比例非常奇怪。如何在y轴和x轴上分别设置

浏览 2提问于2014-05-21得票数 0

1回答

Scikit -如何定义绘制roc曲线的阈值

python、scikit-learn、roc

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 tpr = dict() <

浏览 1提问于2018-02-07得票数 4

回答已采纳

1回答

使用PRROC软件包在ROC曲线中的数据值

r、roc、precision-recall

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。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。我的阳性数据

浏览 4提问于2017-11-24得票数 2

回答已采纳

1回答

绘制多个ROC曲线的平均ROC曲线

r、plot、mean、proc、roc

我有一个包含100个样本的数据集，每个样本都有195个突变，它们具有相应的已知临床意义("RealClass")和根据某种预测工具("PredictionValues")的预测值。在演示中，这是一个与我的数据集具有相同结构的随机数据集：colnamesi=i+1这就是最

浏览 3提问于2018-09-24得票数 3

1回答

如何在使用ImageDataGenerator时获得基本事实和相应的分数

python、keras、scikit-learn、roc

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

浏览 22提问于2019-04-25得票数 0

1回答

神经网络结果的均方误差和roc曲线

neural-network

嗨，我的问题有点长，请把它看完。我正在做一个有30个参与者的项目。我们有两种类型的数据集(第一个数据集有30行和160列，第二个数据集有与outputs=y相同的30行和200列，这些输出是独立的)，我想要做的是使用第一个数据集来预测第二个数据集outputs.As第一个数据集是矩形的现在我想使用这19个因素来预测第二个数据集的</em

浏览 0提问于2016-02-21得票数 0

2回答

如何利用混淆矩阵的值绘制ROC曲线？

假设我有一个像A这样的分类器，它的分类结果给出了下表：A 225 100 175 100TN正负FN为假阴性我知道，我可以定义一个变量，并尝试基于A来预测它，然后生成一个精确地模拟上述值的数据，最后，我可以使用代码。但是我认为应该有一个更简单的方法？

浏览 3提问于2017-04-04得票数 4

1回答

如果测试数据不平衡，ROC的AUC评分会更好。

class-imbalance、score

我有一个不平衡的数据集，我使用XGBoost进行二进制分类。我使用下采样与目标和一个热编码的列车数据。对于测试数据，我曾经只使用编码，使其不平衡，并且曾经尝试使用平衡的测试数据集。不平衡测试数据的ROC AUC score值明显高于平衡测试数据。这怎麽可能？我觉得ROC AUC的分数不应该有什么不同吗？

浏览 0提问于2019-08-15得票数 1

1回答

火花放电的交叉验证

apache-spark、machine-learning、pyspark、cross-validation、apache-spark-ml

evaluator=modelEvaluator,现在我要绘制roc曲线，我使用了以下代码，但是我得到了这个错误：trainingSummary = cvModel.bestModel.stages此外，我想评估模型的测试数据，我如何做到这一点？pre

浏览 1提问于2017-07-31得票数 4

回答已采纳

点击加载更多

如何根据这些数据绘制ROC曲线？