0回答
当使用class_mode='binary'时，如何获得灵敏度和特异度？-我当前的解决方案适用于class_mode='categorical'import numpy as np print('[{:03d}] specificity'.format(epoch), c[1, 1] / (c[1, 1] + c[1, 0]))
(兼容Pytho
浏览 7提问于2018-07-12得票数 1
回答已采纳
我一直使用Gridsearchcv和RBF支持向量机(二进制分类器)来获得验证精度的热图。我所使用的代码几乎是直接来自SKlearn的网站。有什么方法可以从中找到敏感性和特异性吗？
浏览 6提问于2016-03-27得票数 1
回答已采纳
我在解释我的模型的训练和验证损失、敏感性和特异性时遇到了一些困难。我的验证敏感性、特异性和丢失性是NaN，我正在尝试诊断原因。我的训练集有50个时间序列示例，每个步骤有24个时间步骤，以及500个二进制标签(形状：( 50，24,500))。我的验证集有形状(12，24,500)。当然，我期望一个神经网络会非常适合。我有多个输入:一个称为seq_model_in，它是一个时间序列，另一个称为feat_in，它不是时间序列(因此在LSTM之后，但在<em
浏览 0提问于2018-02-03得票数 1
2回答
我使用Rv3.3.2和Caret 6.0.71 (即最新版本)构造了一个logistic回归分类器。我使用confusionMatrix函数来创建用于判断其性能的统计数据。我假设混乱矩阵中的引用(基本真理)列和预测(分类器)行遵循相同的约定。因此，我的研究结果显示：
问题:为什么敏感性为0.3333，特异性为0.9213？我原以为这是另一
浏览 4提问于2017-01-03得票数 8
2回答
我有三个分类器: A，B和C，根据准确性、特异性、敏感性、f评分和g均值，例如分类器B表现最好.现在我想从统计学上证实这个说法。我怎么发动汽车呢？McNemar的测试是否足以验证它？哪个统计测试会告诉我哪个分类器比其他分类器更好？又是如何做到的？
浏览 0提问于2019-12-20得票数 7
1回答
以下是我希望执行的步骤：使用标记测试集来评估分类器的特异性和敏感性。
使用分类器可以预测数据集中未标记记录的标签。我发现了本研究，它训练了一个二元分类器，然后利用贝叶斯流行模型将患病率作为95%的置信区间来报告，方法是将模型的不确定性与模型的特异性和敏感性相结合。然而，我很难理解他们到底在
浏览 0提问于2018-10-19得票数 0
我有一个使用带有tensorflow后端的keras的神经网络：np.random.seed(seed)
我的第一个训练集是a，b，c，d，e和f，g和h作为测试的支撑。神经网络具有较好的特异性、敏感性和准确性，分别为70%、6
浏览 1提问于2017-01-23得票数 0
我在Keras中做了一个ANN，它可以在不平衡的二进制数据集上工作。在拟合模型后使用数据来预测二进制类，我想选择一个阈值s.t。敏感性和特异性最大化。false_negative = fn true_negative = tn但是，是否有更好的方法来最大化sens和规格？还是有另外一种方法来寻找敏感性</e
浏览 0提问于2022-05-04得票数 1
我在R平台上使用randomForest包来完成分类任务。pred <- predict(rf_object,test_data_matrix)现在，我想绘制ROC曲线，并获得ROC曲线下的面积，以查看性能有多好。R中的大多数包(如ROCR，pROC)需要预测和标签，但我有敏感性和特异性(1-FPR)。
有
浏览 3提问于2012-09-11得票数 7
回答已采纳
1回答
我正在尝试使用分类模型。我计划用一个大数据集来训练和测试我的模型( 80%的训练和20%的音量测试-没有过采样)。
我对分类模型的理解是，它侧重于二进制、真/假或是/否类型的预测。它是像“是”/“否”输出那样简单，还是具有某种形式的精度/精度数字？
浏览 0提问于2020-11-03得票数 1
我正在使用Keras来训练图像分类器。现在我想检查输入到我的ConvNet的图像是否正确，我想在Keras中用tensorbard显示它们。在google上搜索后，一些答案说我需要实现Keras tensorboard回调的一个子类，如下所示： writer.add_summary(summary
浏览 0提问于2019-03-05得票数 0
1回答
我试图在一个不平衡的数据集中运行一个随机森林分类器(~1:4)。sampling_strategy='not minority')predictions=rf.predict(test_features)非常感谢！
浏览 0提问于2019-02-27得票数 0
回答已采纳
1回答
文本和数字数据的多类预测
、、、
我正在尝试使用Tf-IdfVectorizer为包含数字和文本特征的数据集创建预测模型(或分类)，我已经设法将文本列转换为列表，因此文本列中的每个单元格都是浮点数的列表，例如[0.0 0.3567 0.0每行可以有多个值，例如[1, d]问题是如何对目标变量进行预处理，以便我的模型做出分类预测？
浏览 1提问于2017-10-13得票数 0
我使用TensorFlow和Keras来训练分类器，并尝试将TensorBoard作为回调参数添加到fit方法中。但是，当我试图将数据与模型以及TensorBoard回调相匹配时，我会得到以下错误：
浏览 2提问于2020-04-09得票数 1
示例：我使用随机林分类器来预测二进制结果。如果数据集中的人曾经经历过特定的健康状况，二进制结果等于1，如果他们没有体验到健康状况，则等于0。我已经在Python编码环境中使用scikit-learn和相关的包对模型进行了调优和运行。然后，我生成下面粘贴的分类报告。我知道如何解释准确性、精确性、回忆(敏感性)等，但我对以下几点感到困惑.因此，如果我有一个二进制结果，并且=1(即是的)是为了预测目的而感兴趣的结果，那么报
浏览 0提问于2022-01-31得票数 0
3回答
在使用Tensorflow 2的Keras的模型中，我试图在每个时代之后为每个类计算二进制和多类(一个热编码)分类场景中的召回。对于二进制分类，我希望能够做一些类似的事情model = tf.keras.Sequential()model.add(在中，我在多类分类器中找到了一个特定类的精度实现。我正在努力使它适应我所需要的，但是keras</e
浏览 0提问于2019-05-30得票数 11
回答已采纳
3回答
我是数据科学的新手，我正在开发一个数据集，大约有213,000行和31列。第31列是我的响应变量，值为0's和1's，这是一个分类问题，数据集不平衡，应用logistic回归后，我得到了99.79%的模型精度，但仅计算0‘和1’的总数量，仍然可以显示出99+%的准确性，因为它正确地将0‘的最大no分类为0’。我的问题是，我是否应该在这个数据集上使用逻辑回归？然后使用精确召回？
如果有人能说明我应该采取什么办法，那将真正帮助我向前迈进。
浏览 0提问于2017-03-25得票数 4
回答已采纳
1回答
因此，我尝试将数据分类为以下两类中的一类。这些类是互斥的，每个数据点都属于其中一个或另一个。直觉上，这种不同对我来说是有意义的。然而，由于我只是一时兴起，我不确定这是否是将分类模型转变为二元决策的最佳方法。它似乎确实起作用了
浏览 1提问于2015-06-04得票数 1
朋友们，目前我正在使用支持向量机分类器(5倍交叉验证)使用LIBSVM。下面是我提到的密码。总共，数据有120x4个向量，有3个类。问题是，我必须从混淆矩阵中获得分类精度。我需要以下问题的答案：
什么术语是指“以最高概率预测类”？
浏览 3提问于2014-01-19得票数 0
回答已采纳
3回答
在分类问题中，二进制阈值的优化有很多问题。然而，我还没有找到一个单一的端到端解决这个问题的办法。外部-因数据大小小到适中而产生的简历。内部CV调优超参数关于外部cv测试集的预测将分数转换预测概率转化为具有最优阈值的类
因为在不同的褶皱上得分有微小的或无偏差的(但是，最
浏览 0提问于2022-02-21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
云直播
对象存储
实时音视频活动推荐
腾讯云开发者
