可以估计LOOCV？中每个拆分的混淆矩阵。我对sklearn很在行，我正在阅读sklearn.model_selection中关于LeaveOneOut的文档，我很清楚它是什么意思，LOOC和数据是如何拆分的。但我想知道是否有一种方法来表示由LOOC方法执行的每次拆分中的<e
浏览 5提问于2018-02-21得票数 0
1回答
滑雪板中一次交叉验证的混淆矩阵
、、、、
，但我不知道如何创建混淆矩阵，当我使用休假交叉验证时。# Evaluate using Leave One Out Cross Validationfrom sklearn import model_selectionX = array[:,0:8]num_folds = 10loocv = model_selection.LeaveOneOutloocv)
print(
浏览 0提问于2018-11-10得票数 0
1回答
我的数据集有93个观察值和24个特征。我使用支持向量机模型来分类为0类或1类。我对我使用的Leave One Out Cross Validation方法有一些问题，特别是关于准确性、精确度、召回率和AUC 我已经在下面的代码中测试了这些方法，但肯定有问题，您可以从0.91的精度标准差中看出LOOCV code to achieve accuracy#
loo = Le
浏览 12提问于2019-02-12得票数 0
回答已采纳
由于我有一个小数据集，所以在sklearn中使用的是sklearn(去掉一个交叉验证)。encoder.fit_transform(y),# convert T and TF lables to 0 and 1 respectively
print(X_train, X_test, y_train, y_test)
当我检查X_train和
浏览 1提问于2017-11-20得票数 1
回答已采纳
1回答
我正在尝试(非常糟糕)使用sklearn的，我想要做的是将每个训练分割集附加到一个带有拆分索引标签的dataframe列中。因此，使用sklearn页面中的示例，但略作修改：from sklearn.model_selection import LeaveOneOut
返回：
TRAIN: [1] TEST: [
浏览 8提问于2021-12-10得票数 0
2回答
python离开一次估计
、、、
., x_I)获得一个矩阵，其中这个矩阵中的每一行I都对应于x(i) := (x_1,...,x_{i-1},x_{i+1},...,x_I)。我知道I = 30for eachrow提供用于获取上述矩阵的每一行的例程。但是我宁愿直接在一个步骤中<
浏览 1提问于2015-01-20得票数 2
回答已采纳
1回答
我有以下数据:对于每一列，带有数字的行是输入，字母是输出。1.10107164,-1.030047313,-1.239075022,-0.651818656,-1.043589073,-0.765992541from sklearn.metrics import accuracy_score
from sklearn.metri
浏览 0提问于2018-02-10得票数 1
回答已采纳
我需要计算标签和预测的混淆矩阵，这些标签和预测表示为多热点向量。看起来sklearn不支持这样的场景。 这是我所拥有的一个例子。P = np.array([ [1, 0 ,1, 0, 0], [1, 1 ,0, 0, 0], A 2 0 0 C 0 1 0 我正在使用sklea
浏览 13提问于2019-02-28得票数 0
1回答
在另一个问题中，被指出：
from sklearn.svm import SVC
import numpy as np, matplotlib.pyplot
浏览 0提问于2019-09-02得票数 2
当使用sklearn.metrics.plot_confusion_matrix函数时，它绘制一个混淆矩阵，实际值作为行，预测值作为列。但是，我看到的所有其他源都将实际值设置为列，并将其预测为行。坦率地说，这种方法似乎更好，Sklearn的方式确实令人困惑。这个接近答案，但它并不直接这样做。
浏览 8提问于2021-05-29得票数 0
Sklearn.metrics具有获得分类度量的强大功能，尽管我认为缺少的是返回TP、FN、FP和FN计数的函数，给出了预测的和实际的标签序列。甚至从混乱矩阵。我知道可以使用sklearn获得混淆矩阵，但我需要实际的TP、FN、FP和FN计数(对于多标签分类--超过两个标签)，并为每个类获取这些计数。
所以说，下面有三个类的混淆矩阵</e
浏览 2提问于2017-04-29得票数 0
回答已采纳
当我这样做的时候： scoring = ["accuracy", "balanced_accuracy", "f1", "precision", "recall", "roc_auc"]
scoresmy_y, scoring = scoring , cv=5, verbose=3, return_train_score=True, return_estimator=True) 如何获得单个验证运行的混淆矩阵</
浏览 39提问于2020-06-25得票数 0
1回答
我创建了一个多类分类器，现在我想以一种干净的方式显示混淆矩阵和每个类的精度。我已经在sklearn中找到了一个函数，它可以让我显示混淆矩阵：sklearn.metrics.plot_confusion_matrix，但我看不到有什么方法可以添加额外的列来显示每个类/行的精度。这是一个关于如何绘制混淆矩阵的示例： imp
浏览 26提问于2021-04-18得票数 2
回答已采纳
我正在尝试在python中执行10折交叉验证。我知道如何计算混淆矩阵和拆分测试报告(例如拆分80%的训练和20%的测试)。但问题是，我不知道如何计算混淆矩阵和报告每个折叠，例如当折叠-10时，我只知道平均精度的代码。
浏览 4提问于2018-11-29得票数 1
在使用sklearn.cross_validation的LeaveOneOut中存在潜在的bug。x_test和y_test不在LeaveOneOut中使用。相反，验证是使用x_train和y_train完成的。import numpy as npfrom sklearn.cross_validation importy_pred_U
浏览 4提问于2015-11-11得票数 1
回答已采纳
在我交叉验证了我的训练数据集之后，我开始在混淆矩阵上遇到麻烦。我的X_Train形状显示为(835，5)，我的y_train形状显示为(835，)。当我的数据混合时，我不能使用此方法。除此之外，它之前的模块都工作得很好。我有的代码写在下面。如何设置训练数据以使用confusion_matrix方法？cross_val/cross_val_score模块
from sklearn.model_selection import cross_val
浏览 1提问于2018-03-17得票数 2
在这个简单的例子中，我用GridSearchCV训练了一个学习者。我想返回最好的学习者的混淆矩阵时，预测的全套X。
浏览 7提问于2016-03-22得票数 10
回答已采纳
3回答
我如何在Python中绘制一个混乱矩阵，类似于已经给出的混淆矩阵的值的呢？在代码中，他们使用了sklearn.metrics.plot_confusion_matrix方法，该方法根据基本事实和预测来计算混淆矩阵。
但在我的例子中，我已经计算了我的混淆矩阵。例如，我的混淆<e
浏览 7提问于2020-03-01得票数 5
回答已采纳
我正在寻找一个可以计算多标号分类的混淆矩阵的Python库。学习不会支持混淆矩阵的多个标签)
多类和多标签问题的区别是什么？
浏览 0提问于2015-12-11得票数 9
2回答
这是一个关于ngram的线性回归问题，使用Tf-IDF (术语频率-逆文档频率)。为此，我使用numpy稀疏矩阵和sklearn进行线性回归。这些预测是基于使用LeaveOneOut的交叉验证。
当我创建一个只有一元语法分数的tf-idf稀疏矩阵时，我得到的预测比创建unigram+bigram分数的tf-idf稀疏矩阵时略好一些。我在矩阵中添加的列越多(三元组、
浏览 0提问于2012-09-03得票数 4
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
腾讯会议活动推荐
腾讯云开发者
