我需要实现朴素贝叶斯分类器并绘制ROC曲线
1) only 2 classes(Trousers and pullovers) out of 10 classes of the [FMNIST][1]我已经成功地实现了这两种情况下的朴素贝叶斯分类器，但我无法理解如何实现ROC曲线，因为它需要设置阈值。朴素贝叶斯分类器仅使用离散分布的似然和先得到后
浏览 1提问于2019-01-19得票数 0
回答已采纳
1回答
我在概念上理解scikit learn中的ROC函数如何生成真阳性和假阳性率时遇到了一些问题。我使用了BC scikit学习数据，并围绕2个随机特征构建了一棵决策树。sklearn.metrics import confusion_matrixfpr_tree, tpr_tree, thresholds_tree =
浏览 4提问于2018-02-20得票数 2
回答已采纳
1回答
我正在使用scikit learn，我想要绘制精确度和召回率曲线。我使用的分类器是RandomForestClassifier。scikit学习文档中的所有资源都使用二进制分类。另外，我可以绘制多类的ROC曲线吗？
此外，我只找到了多标签的支持向量机，它有一个RandomForest没有的decision_fu
浏览 5提问于2019-05-11得票数 20
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] )
<
浏览 9提问于2016-09-16得票数 16
1回答
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
2回答
我用scikit learn训练了一个ExtraTreesClassifier (基尼指数)，它很适合我的需要。准确性不是很好，但使用10折交叉验证，AUC为0.95。我想在我的工作中使用这个分类器。我是ML的新手，所以如果我问你一些概念上的错误，请原谅。
我画了一些ROC曲线，通过它，我似乎有了一个特定的阈值，在那里我的分类器
浏览 0提问于2017-01-26得票数 18
回答已采纳
1回答
在开发机器学习模型时，ROC曲线与AUC在哪个阶段使用？，并将它们进行平均，以创建一个类似于ROC曲线的图。类似于来自scikit的这个例子 -学习
然而，我们也可以通过训练最终的模型，利用train + validation的所有数据，在test set上进行测试，得到最终的度量，这也可以给我们提供所有的度量、分类报告和ROC
浏览 0提问于2021-01-18得票数 3
1回答
我试图清楚地了解各种分类指标，包括知道什么时候选择ROC/AUC，而不是选择精确/召回曲线。我正在阅读Aurélien Géron的手-使用Scikit的机器学习-学习和TensorFlow的书 (第92页)，其中说明如下：
由于中华民国的曲线与查准率/召回(或PR)曲线是如此相似，你可能想知道如何决定使用哪条<em
浏览 0提问于2021-12-28得票数 4
回答已采纳
1回答
我试图使用scikit-learn模块来计算AUC和绘制三种不同分类器输出的ROC曲线，以比较它们的性能。我对这个话题非常陌生，我很难理解我所拥有的数据应该如何输入到和函数中。对于测试集中的每一项，我都有三个分类器的真实值和输出。这些类是['N', 'L', 'W', 'T']。此外，对于分类<
浏览 2提问于2015-11-05得票数 7
回答已采纳
1回答
print(fpr)print(thresholds)
plt.plot(fpr,tpr)绘制了下列roc曲线：scikit学习设置阈值，但我想设置自定义阈值。在这种情况下，阈值1.6是否是多余的，因为概率范围为0-1？可以设置自定义阈值：.3、.5、.7以检查分类器在这种情况下的性能如何？curvepl
浏览 0提问于2018-10-05得票数 1
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_classification: {}'.format(roc_auc_score(y_train, ytrain_pred[:,1]))) 列车roc-auc: 0.9856825361839688 现在我做一个roc-auc图
浏览 57提问于2021-02-25得票数 1
1回答
我有一个分类器，它可以预测二进制类数据集的概率和类。我想将它与另一个预测器进行比较，后者只输出每个情况的二进制类。我获得了性能分数，但现在我需要在ROC曲线中显示差异。我可以使用R中的ROCR和pROC等软件包绘制连续预测(概率)的ROC曲线。由于第二个预测器只输出二进制类，我正在四处寻找可以用来绘制离散预测(二进制) ROC<
浏览 0提问于2013-05-06得票数 2
回答已采纳
预测来自Train_features的每个选定样本的类分配概率选择AUC必须确定的类别。preds = probs[:,1]roc_auc = metrics.auc(fpr, tpr)
print(max
浏览 0提问于2019-11-11得票数 3
回答已采纳
1回答
我现在开始研究机器学习，我在一些文章中看到ROC曲线只用于二进制分类。 我可以在MultiClass分类中使用ROC曲线来测量我的AUC吗？
浏览 217提问于2020-04-09得票数 0
我正在使用scikit-learn手动构建一个袋装分类器。我需要这样做，因为我有三个数据子集，并且我需要在每个子集上训练一个分类器。所以我基本上做的是创建三个RandomForestClassifier分类器，并在子集上训练每个分类器。(y_test, probas)然而，我需要做的是3折交叉验证，
浏览 2提问于2014-04-02得票数 0
我正在研究一个多类文本分类问题，并为文本分类进行集成学习。我选择硬投票作为合奏技巧。我试图为我的集成方法绘制ROC曲线，但由于显示了ROC曲线不能用于硬投票集成方法这一错误，它是行不通的。因此，我的问题是，是否有任何可能的方法，我可以为我的硬投票集成分类器绘制ROC曲线在python。
浏览 0提问于2020-07-07得票数 3
1回答
我不知道如何印刷中华民国的曲线，如果我能得到如何绘制它的解释，我将非常感激。, roc_auc_score当我试图运行roc_curve命令来绘制曲线时，我会得到一个错误。我知道ROC曲线是针对二进制分类
浏览 7提问于2022-03-28得票数 0
我是机器学习的新手，并试图从学习中理解SequentialFeatureSelector的概念。我正在使用Anaconda和木星笔记本的poc。默认情况下，mlx趋向包不是Anaconda的一部分，因此我已经通过pip mlx趋向命令安装了它。
我已经为这个poc使用了sklearn波士顿住房数据集，并做了下面的代码。from mlxtend.feature_selection import SequentialFeatureSelector as s
浏览 0提问于2019-05-14得票数 0
回答已采纳
(80:20)Construct -朴素贝叶斯分类器将数据集分解为训练集和测试集，并在训练集上进行训练。假设高斯分布在测试集a上使用以下度量来计算probabilities.Evaluate的性能。总体和按类分类精度c. ROC曲线，AUC使用任何库(例如scikit学习)并在2和4中对分类器的性能进行1到3的比较和评论。计算贝叶斯风险。
浏览 8提问于2022-03-06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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
