我正在寻找从我的5倍简历中计算AUC 95% CI的正确方法。因此，如果我应用5倍的CV，这等于一个大约的平均值。试验组每折n= 16。
logreg_grid = GridSearchCV(logreg, param_grid = params , cv=folds, scorin
浏览 309提问于2020-05-18得票数 1
回答已采纳
我想使用AUC的精确和召回曲线作为一个指标来训练我的模型。当使用交叉验证时，我是否需要为此做一个特定的记分员？from sklearn.linear_model import LogisticRegressionX, y = make_classification(n_sa
浏览 6提问于2021-05-24得票数 2
回答已采纳
我正在计算一个梯度提升分类器的ROC AUC值，使用python sklearn的10倍交叉验证。我已经用了两种我认为会给出相同结果的方法，但他们没有：(1)使用cross_val_predict和method = 'predict_proba'通过交叉验证获得预测的概率，然后使用roc_auc_score计算</em
浏览 8提问于2017-07-13得票数 2
我有一个20列的矩阵。最后一列是0/1标签。我试图使用交叉验证在dataset上运行随机林。为了举例说明，我使用上述两种方法运行两重交叉验证，如下面的代码所示。roc_auc_scorefrom sklearn.cross_validation import#also something lik
浏览 3提问于2015-05-21得票数 13
回答已采纳
1回答
我在不平衡的数据集上训练随机森林，准确性并不能提供信息。我希望避免交叉验证，而使用OOB (OOB)评估。在sklearn (或者一般的python )中，是否可以评估OOB (OOB) F1或AUC而不是OOB的准确性？我在这些页面上找不到这样做的方法： https://scikit-learn.org/stable/auto_examples/ensemble/plot_
浏览 21提问于2020-09-13得票数 2
回答已采纳
我想比较Python中不同的二进制分类器。为此，我要计算中华民国的积分，测量95%置信区间(CI)，以及p值来获取统计学意义。以下是一个最小的例子，在科学知识-学习，培训三种不同的模型上的二进制分类数据集，绘制的曲线和计算的AUC分数。
如何计算95%置信区间(CI)
浏览 2提问于2018-09-17得票数 20
回答已采纳
我在python中有以下机器学习管道，使用嵌套交叉验证：from sklearn.svm50)}cross_val_sco
浏览 0提问于2017-11-12得票数 0
回答已采纳
1回答
我想绘制一个ROC曲线的分类器使用离开一出交叉验证。
为了用LeaveOneOut获得有意义的ROC，您需要计算每个折叠的概率估计(每一个只包含一个观测)，然后在所有这些概率估计的集合上计算ROC。此外，在官方的科学知识学习网站上有一个类似的例子，但使用的是KFold交叉验证()。因此，对于离开一次交叉
浏览 0提问于2019-09-02得票数 2
在scikit learn中，GridSearchCV()支持'roc_auc‘作为评分函数。它在n折交叉验证中工作得很好，但是如果我使用LeaveOneOut，它就不能工作并生成错误消息。ROC AUC score is not defined in that case.
虽然使用AUC绘制只有一个样本似乎是不可能的，但其他语言，如R，支持LeaveOneOut的roc_auc。如何使用python和scikit-lear
浏览 0提问于2015-12-30得票数 2
1回答
我对Python相当陌生。我为梯度增强方法实现了一个简短的交叉验证工具。import numpy as np
from sklearn import cross_validationmodel, X.iloc[test,], y.iloc[test]) return val_score
浏览 0提问于2015-11-12得票数 2
回答已采纳
我有一个GAM模型，我想计算AUC，TSS (真技能统计)和RMSE通过5倍交叉验证在R.不幸的是，插入符号包不支持GAM，因此不能使用。由于我没有找到任何替代方法，所以我尝试自己构建用于交叉验证的代码，它工作得很好，唯一的问题是它只有一次交叉验证。有人能帮我把这个做五倍吗？predicted <- predict(GAM, test, type="response
浏览 6提问于2022-08-17得票数 0
1回答
交叉验证实际上将欠采样的列车组分割成K段，并将其中一个折叠作为测试集(现在是欠采样的测试集)。我认为对于模型评估，我们实际上需要计算非抽样测试集感兴趣的度量(对吗？)还是我误解了这件事？)如果是，是否可以按以下方式进行交叉验证？以第一段作为测试集，对其余的Folds (例如，K=1作为测试，K=2,3,4,5作为火车集)进行欠采样。对欠采样列车数据进行拟合，并在测试集上计算出感兴趣的</
浏览 0提问于2019-02-04得票数 12
回答已采纳
但是，当使用roc_auc_score计算AUC时，我得到了以下错误：
"ValueError: Only one class present in y_true.因此，sklearn的roc_auc_score函数报告了唯一的一类问题。这是合理的。但是我很好奇，因为当我使用sklearn的cross_val_score函数时，它可以毫无错误地处理AUC的计算</
浏览 10提问于2016-08-18得票数 15
我正在使用Python3.6，sklearn.svm.OneClassSVM来练习开放支持向量机，我想我想评估我通过decision_function计算的值。是否只能使用预测标签和真实标签来获取ROC、AUC值？y_score = oneclass.decision_function(testing_data)
浏览 2提问于2019-05-20得票数 0
我正在使用sklearn包构建逻辑回归模型，然后对其进行评估。具体地说，我想使用交叉验证来实现这一点，但是不能找出使用cross_val_score函数来实现的正确方法。根据我看到的和一些，我需要传递函数模型、特性、结果和评分方法。然而，AUC不需要预测，它需要概率，所以它可以尝试不同的阈值，并基于此计算ROC曲线。那么，这里的正确方法是什么？这个函数将'roc_auc'作为一种可能的</
浏览 3提问于2017-05-18得票数 10
回答已采纳
3回答
我有一个包含60个标记对象(用于培训)和150个未标记对象(用于测试)的数据集。这个问题的目的是预测150个物体的标签(这曾经是一个家庭作业问题)。对于每个对象，我计算了258个特征。from sklearn import metricsfrom sklearn.linear_model我的问题是：
使用这种方法，我在训练数据上获得了很好的</e
浏览 1提问于2016-11-16得票数 1
2回答
如何计算多类交叉验证的平均ROC
、、、、
我最近在为我的项目使用sklearn而苦苦挣扎。我想构建一个分类器，并将我的数据分类为六个组。总样本量是88，然后我将数据分成训练(66)和测试(22)，我完全按照sklearn文档显示的那样做了，这是我的代码from sklearn.metrics import roc_curvetpr =
浏览 6提问于2017-12-19得票数 4
1回答
因此，我想计算一下，在中华民国曲线下的某一区域，是否与0.50有显着性差异。我发现使用pROC包来比较两个ROC曲线的代码如下所示，但不确定如何测试它是否有0.5的显着性。k次交叉验证。例如，5倍交叉验证将产生5条ROC曲线.然后如何用pROC包绘制这5条ROC曲线的平均值(我想要做的是在这个网页上解释，但用Python：完成)？=TRUE, # compute AUC (of <
浏览 2提问于2013-04-10得票数 1
回答已采纳
1回答
我试图计算快速文本训练模型的ROC和AUC，但是我总是得到错误的ValueError: Found input variables with inconsistent numbers of samples= roc_auc_score(testy, probabilities)编辑了，我无法解决的问题是计算ROC & AUC，因
浏览 7提问于2021-07-30得票数 0
1回答
我可以使用以下方法对二进制数据进行交叉验证，但它似乎不适用于多类数据：
/home/ubuntu/anaconda3/lib/python3.6/site-packages/sklearn/metrics/scorer.py in __
浏览 8提问于2017-07-31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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
