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</em
浏览 1提问于2014-03-11得票数 8
回答已采纳
1回答
我正在使用Tensorflow进行音频剪辑的自动标记任务。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
浏览 0提问于2017-08-22得票数 6
在中讨论了AUC值，但这不同于常规的roc_auc_score。我没有看到对它的描述，它是什么，它是用来做什么的？
浏览 57提问于2016-07-31得票数 2
回答已采纳
在我的分类问题中，我想检查我的模型是否表现良好，所以我做了一个roc_auc_找到准确度的分数，得到值0.9856825361839688 我的问题 这是我的代码 x,y=make_classificationrandom_state=24)
from sklearn.neighb
浏览 57提问于2021-02-25得票数 1
我注意到sklearn具有以下功能：作为输入ground_truth和预测。例如,prediction = [1,1,0,0,0]我的问题是，我不知道sklearn如何用两个二进制输入来计
浏览 7提问于2014-09-17得票数 1
回答已采纳
我正试图预测哥斯达黎加家庭贫困水平的预测。在“目标”列中有4个级别，我已经将其转换为因子。但是，我无法查找我的AUC或进行网格搜索。我经常遇到这个错误
错误信息：
指定的sort_bymean_per_class_accuracy，max_per_class_error，err，total_rows，rmse，准确性，err_count，log损耗，mse，mean_pe
浏览 1提问于2018-12-06得票数 0
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] )
s
浏览 9提问于2016-09-16得票数 16
1回答
我在看维奥拉和琼斯的报纸。在那里，他们用ROC曲线来测量分类器的精度。
我是否必须为我的训练数据集的每一个正面和负面点计算这些分数。但我的正负数据集大小不一。我有点困惑。
浏览 4提问于2018-02-21得票数 0
在大多数情况下，如果我处理的是不平衡的数据，那么准确性并不能给出正确的想法。尽管准确率很高，但模型的性能很差。如果不是auc，这是处理不平衡数据的最好方法。
浏览 146提问于2019-02-26得票数 0
回答已采纳
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”。我知道我需要在xgb_params中使用num_class，但是如果我使用‘num_xgb_params’：range(0,5,1)，那么对于估计器XGBClassifier来说，就会得到无效的参数num_classtest_size=0.3, random_state=42)
xgb_grid = grid_search.GridSearchCV(xgb_model, xgb_params, scoring='<e
浏览 8提问于2017-05-19得票数 7
1回答
我第一次在Python中使用sklearn尝试做一些分类问题，并且想知道仅仅在训练数据上计算我的分类器(像SVM)的错误的最好方法是什么。我的计算精度和rmse的示例代码如下：
svc = svm.SVC(kernel='rbf', C=C, decision_function_shape='ovr').fit(X_train,svm_out_accu
浏览 1提问于2018-02-02得票数 0
回答已采纳
我正在使用sklearn v0.13.1svm来尝试解决一个二进制分类问题。我使用kfold交叉验证并计算roc曲线下的面积(roc_auc)来测试我的模型的质量。然而，对于某些折叠，即使对于训练数据，roc_auc也小于0.5。这不应该是不可能的吗？对于正在训练的数据，算法不是总有可能至少达到0.5吗？0.525472613736 Testi
浏览 3提问于2014-02-06得票数 5
从Weka软件的分类模型中得到:样本大小、混淆矩阵和ROC曲线下面积( AUC )。如何计算AUC的95%置信区间？
浏览 1提问于2018-05-20得票数 1
1回答
我想在二元分类的背景下，用logistic回归模型计算ROC曲线下的面积。为此，我计算了一个阈值列表，比如0.1，0.2 . 0.9，TPR和FPR。FPR_thresholdN)TPR_threshold1*FPR_threshold1 + ... + TPR_thresholdN*FPR_thresholdN
为了计算roc曲线下的面积，还是需要
浏览 0提问于2020-09-08得票数 1
回答已采纳
1回答
我打算使用RandomForestClassifier绘制一条用于二分类的ROC曲线In [84]: testOut[85]: array([0, 1, 0, ..., 1, 0, 0])
如何在ipython中移植ROC曲线并获得此二进制分类结果的AUC (曲线下
浏览 2提问于2017-03-27得票数 9
回答已采纳
这可能看起来是另一个问题的重复，这个问题已经被问到了。然而，我已经看过那里的答案，仍然不能理解Scikit-learn是如何通过只测试一个阈值来计算roc曲线下的面积的，这是在：为什么它不需要多个值(多个y_test，由多个阈值产生的y_pred )？任何简化的
浏览 6提问于2017-12-11得票数 0
3回答
我正在用KNN建立两类分类模型from sklearn.metrics import auc
------------ipython-input-183-980dc3c4e3d7> in <module>
~/.local/lib/python3.6/site-packages/sklearn然后我用了
浏览 4提问于2019-03-04得票数 6
回答已采纳
我正在开发一个使用Encog (通过Java)的二进制分类器。我使用支持向量机或神经网络建立了它，我想使用ROC曲线下的面积(部分)来评估不同模型的质量。更具体地说，理想情况下，我希望将模型的输出转换为某种预测置信度分数，可用于ROC中的排名排序，但我尚未在文档中找到任何内容。在代码中，我得到的模型结果如下：
MLData result = ((MLRegress
浏览 4提问于2014-12-12得票数 1
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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
