下面是一个使用precision_recall_curve()的非常小的示例： from sklearn.metrics import precision_recall_curve, precision_score, recall_scorey_predict_proba = [0.25,0.75]
precision, recall, thresholds = precision_recall_curve根据阈值，有
浏览 71提问于2020-04-06得票数 2
在sklearn.metrics.average_precision_score文档中有一个例子。import numpy as npy_true = np.array([0, 0, 1, 1])average_precision_score(y_true, y_scores) 但当我画precision_recall_curv
浏览 0提问于2019-05-17得票数 2
回答已采纳
我试图使用以下代码使用GradientBoostingClassifier保存经过训练的joblib.dump：NI=int(len(X_tr)*trained classifier一旦对分类器进行了训练和保存，我就关闭终端，打开一个新的终端并运行以下代码来加载分类器并在保存的测试数据集中测试它1)
auc1=metri
浏览 2提问于2017-10-26得票数 2
2回答
我正在一个非常严重的类不平衡的数据集上进行二进制逻辑回归。1类数据仅占数据的1%。当我训练没有等级权重的后勤回归者时，我得到了0.6269分。这是很体面的。然而，当我看到我的混乱矩阵时，我发现我的模型从来没有预测过任何1's。那为什么我的AUC这么高？我认为AUC是一个很好的措施来处理这种情况。32109 32109All 33332 33332
我知道混淆矩阵使概率阈值为0
浏览 0提问于2019-07-07得票数 1
这可能是一个简单的问题，但我需要帮助了解如何在sklearn中使用sklearn函数。y_score = classifier.decision_function(X_test) 在本例中，decisio
浏览 0提问于2018-11-22得票数 1
回答已采纳
pos 0.9986 0.7890 0.8815 12647
我的老板告诉我，neg的准确率太低了，他可以接受60%的召回率，不需要这么高。所以我需要一种方法，通过将召回率限制在60%的.But来获得最好的精确度，我在sklearn中找不到类似的功能。
有没有办法用最好的p
浏览 6提问于2017-06-29得票数 0
我想用精确的回忆分数来评估我的模型，因为我的数据是不平衡的。因为我有一个二进制分类，所以我在NN的末尾使用了一个softmax。其中y_score[:,0]对应于0类的概率。由于我的数据集是非平衡的(负数多于正数)，所以我想使用精确回忆评分(AUPRC)来评估分类器。函数sklearn.metric
浏览 1提问于2021-02-13得票数 0
回答已采纳
我选择了以下代码的阈值来获得90%的精度分类器。from sklearn.model_selection import cross_val_predict
from sklearn.metricsimport
浏览 0提问于2020-06-27得票数 2
1回答
二进制分类器中的阈值
、、、
我试图理解decision_function和predict_proba在二进制分类器中的用法，并在precision_recall_curve中遇到了阈值如果阈值是对这些数据点进行分类的概率，那么阈值如何取负值或小于0或大于1.的</e
浏览 21提问于2020-04-16得票数 1
回答已采纳
“运行函数后，无法在spyder变量资源管理器中创建变量。”apply_logistic_regression(X_train_data,y_train_data,X_test_data,y_test_data):from sklearn.linear_modelimport LogisticRegression#fit and predictf
浏览 5提问于2018-08-06得票数 0
我用f1评分来得到最好的估计值和分数。从现在开始，我怎样才能得到精确和回忆的分数，这样我才能绘制出精确的回忆曲线？X是样本数据集，y是目标数据集。from sklearn.ensemble import RandomForestClassifier
RF = RandomForestClassi
浏览 8提问于2021-06-14得票数 0
回答已采纳
1回答
我在计算对象检测/分类模型的评估指标时遇到问题。假设来自Tensorflow model Zoo的模型用于训练以检测对象，并按照其在web上的教程中提到的那样进行适当的评估。问题是:我不确定如何计算性能指标，如特异性，敏感度，F1分数和IOU -that大多数是基于真阳性，假阳性，假阴性和真负值-而不仅仅是AP和来自标准"coco_detection_metrics“的召回值Tensorboard可能对一些人有用，但它还不够，如果没
浏览 12提问于2021-07-15得票数 0
我正在尝试绘制我的查准率/召回率曲线的阈值。我只是使用了MNSIT的数据，示例来自于“使用scikit学习机器学习-学习，keras和TensorFlow”这本书。尝试训练模型来检测5的图像。我已经绘制了pre/rec曲线，书中的示例说明要添加轴标签、ledged、网格和高亮显示阈值，但在书中我在下面放置了一个星号的代码被删掉了。除了如何将阈值显示在图中之外，我能够计算出所有的阈值。我已经在书中添
浏览 53提问于2021-01-31得票数 3
回答已采纳
1回答
我正试图得到一个特定的精确性和召回的阈值。假设我想获得60%的精确度和40%的召回率的阈值。是否有任何简单的方法可以使用sklearn包来完成它？precision, recall, threshold = precision_recall_curve(y_val, y_e)df_pr['precision
浏览 2提问于2022-02-01得票数 0
3回答
在看到precision_recall_curve之后，如果我想设置阈值= 0.4，如何在我的随机森林模型(二进制分类)中实现0.4，对于任何概率<0.4，将其标记为0，对于任何>=0.4，将其标记为1from sklearn.ensemble import RandomForestClassifier random_fore
浏览 0提问于2018-04-12得票数 9
回答已采纳
2回答
我用sklearn precision_recall_curve函数和matplotlib软件包绘制了一条精确召回曲线.对于那些熟悉精确回忆曲线的人来说，你知道一些科学界只在它插值时才接受它，类似于这个例子现在我的问题是，你们中是否有人知道如何在python中进行插值？我已经寻找了一段时间的解决方案，但没有成功！任何帮助都将不胜感激。
解决方案：和@ali_m的解决方案都是正确的，共同解决了我的问题。因此，假设您从precis
浏览 6提问于2016-10-03得票数 10
回答已采纳
2回答
下面的代码(改编自How to Plot PR-Curve Over 10 folds of Cross Validation in Scikit-Learn)给出了每一次交叉验证的PR曲线以及平均PR我还想用灰色显示平均PR曲线上下一个标准差的区域。import make_blobsfrom sklearn.model_selectionlower_precision, alpha=0.5,
浏览 26提问于2019-04-06得票数 4
我在python中使用来自roc_curve包的sklearn.metrics和precision_recall_curve函数。我的问题是，每个函数都为阈值提供了不同的向量，而我只需要一个向量，就可以将值合并为单个表中的列。有人能帮我吗？
提前感谢
浏览 20提问于2015-05-05得票数 0
我正在模拟一个检索10个文档的搜索引擎，但其中只有5个是相关的。from sklearn import svm, datasetsimport numpy asnpimport matplotlib.pyplot as plt
from sklearn.metr
浏览 0提问于2018-04-30得票数 0
回答已采纳
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
云直播
对象存储
实时音视频活动推荐
腾讯云开发者
