腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
2
回答
在
随机
森林
中使用predict()与predict_proba()进行计算时,ROC_
AUC
_SCORE不同
、
、
、
在
随机
森林
中,predict()和predict_proba()给出了不同的roc_
auc
_score。predict roc-
auc
: {}'.format(roc_
auc
_score(y_test, pred_test))) pred_train =predict roc-
auc
: {}'.format(roc_
auc
_score(y_test, pred_test))) 使用predict_pr
浏览 516
提问于2019-05-31
得票数 1
回答已采纳
1
回答
决策树分类器:可能的过度拟合
、
、
我有一个具有以下规范的数据集:测试数据集: 13242个样本,2135个阳性我想执行二进制分类。我在管道中创建DecisionTreeClassificator:var_thr = VarianceThreshold(threshold=1.7)clf = DecisionTreeClassifier(max_features=0.86, ma
浏览 0
提问于2017-11-02
得票数 2
1
回答
如何知道何时发生过拟合?
、
、
我有一个包含3961个不同行和32列的训练数据,我希望将其适合
随机
森林
和梯度提升模型。在训练时,我需要微调模型的超参数,以获得尽可能好的
AUC
。为此,我使用Scipy中描述的盆地跳跃算法最小化数量1-
AUC
(Y_real,Y_pred);因此我的训练和内部验证子样本是相同的。当优化完成后,我得到了
随机
森林
的
AUC
=0.994,而对于梯度提升我得到了
AUC
=1。我是不是对这些模型过度拟合了?我怎么知道在训练过程中什么时候发生了过拟合?
浏览 10
提问于2021-01-20
得票数 0
1
回答
为什么我的助推车型在61款中只有4款适合呢?
、
、
、
、
我正在研究一个二元分类问题,使用平衡套袋
随机
森林
,神经网络和增强技术。我的数据集大小是977,类比例是77:23。
随机
林列数据
随机
森林
-测试数据
随机
浏览 0
提问于2022-03-04
得票数 1
2
回答
科学工具包中的
auc
_score -学习0.14
、
我想最大化我的
auc
评分为模型。我知道这在0.13稳定版本中是不可能的,但在0.14出血边缘版本中是可能的。RandomForestClassifier(n_estimators=100, compute_importances=True, criterion='entropy', score_func =
auc
_score如果我在gridsearchCV中使用它,它会使模型更适合
auc
_score的数据吗?我还想尝试最大限度地利用recall_score。
浏览 2
提问于2013-07-02
得票数 0
回答已采纳
1
回答
在这种情况下如何解释
AUC
分数?
、
、
、
、
我只是在一个不平衡的数据集上运行一个
随机
森林
模型。我得到了
AUC
和混淆矩阵的集合。
AUC
看起来不坏,但实际上模型预测每个实例都是积极的。那么它是如何发生的,以及如何正确地使用
AUC
?
浏览 4
提问于2016-12-14
得票数 0
2
回答
二元结果和连续结果的Sklearn roc_
auc
_score值
、
、
、
、
我正在尝试使用sklearn中的roc_
auc
_score来评估两个模型。第一个是
随机
森林
,第二个是kNN分类器。这是一个二进制分类问题。但是我有一个问题,因为这两个模型的输出类型是不同的。对于
随机
森林
,输出是概率,一些想法如下。对于kNN分类器,结果是二进制的,如基本事实是二进制值。我想知道我是不是直接使用roc_<e
浏览 28
提问于2021-02-13
得票数 0
1
回答
如何在gridsearchSV (多类问题)中计算
AUC
、
、
、
、
我正在研究一个多类分类问题,比较支持向量机和
随机
森林
分类器的结果。我想使用gridsearchCV进行超参数优化,并发现
AUC
是解决这类问题的最常用的度量标准。我知道如何使用其他评分标准,如准确性等,但默认的ROC_
AUC
只适用于二进制类。有什么方法可以在gridsearchCV中使用
AUC
来处理多类问题?
浏览 0
提问于2020-04-04
得票数 1
回答已采纳
2
回答
在这种情况下,如何解释
AUC
评分?
、
、
、
我只是在一个不平衡的数据集上运行一个
随机
森林
模型。我得到了
AUC
的集合和混乱矩阵。
AUC
似乎并不坏,但实际上,模型预测每一个实例都是正面的。那么它是如何发生的,以及如何正确地使用
AUC
呢?
浏览 0
提问于2016-12-14
得票数 1
1
回答
Python学习RandomForestClassifier不可复制的结果
、
、
、
、
我一直在使用sklearn的
随机
森林
,我试着比较几种模型。然后我注意到,
随机
森林
给出了不同的结果,即使有相同的种子.我尝试了两种方法: random.seed( 1234 )以及使用
随机
森林
内置的random_state =1234,在这两种情况下,我得到了不可重复的结果clf.predict_proba(X_test)[:, 1]<em
浏览 3
提问于2017-11-22
得票数 6
回答已采纳
2
回答
随机
森林
,用于训练集和测试集的
auc
、
、
、
我正在尝试调整我的
随机
森林
分类器。因此,我绘制了训练和测试数据的
auc
:该图显示,随着max_depth的增加,train_
auc
和test_
auc
都将增加;该图有意义吗?
浏览 9
提问于2020-07-11
得票数 0
1
回答
基于精度和拟合的四种二值分类机器学习算法的优先级设置
、
、
澳大利亚的降雨分类Logistic回归分类(参数)决策树分类(非参数)
随机
森林
分类(非参数)K-最近邻(KNN)分类(非参数)准确性评分但从精度上看,
随机
森林
的精度要好一些。📷📷中华民国:📷📷
浏览 0
提问于2021-08-30
得票数 1
回答已采纳
2
回答
如何用1000种估计量可视化集合模型(
随机
森林
)
、
、
、
、
与决策树相比,我尝试用
随机
森林
和梯度提升来实现更好的预测。当我使用集成技术评估性能参数(如roc_
auc
、准确性、精确性和回忆性)时,我得到了更好的性能。一些
随机
森林
是如何作为黑匣子工作的,在这里我没有得到每棵树的贡献,每棵树的特征都被考虑到,等等。 有什么方法可以让我从
随机
森林
模型中找到更多的信息?
浏览 0
提问于2018-10-09
得票数 1
3
回答
随机
森林
分类器- KFold CV调很深的树->过配?
、
、
、
我正在对python中的
随机
森林
进行调优,并想知道我的模型是否/为什么过于合适。数据集描述如下:50个数字特征,~450标签/热编码特征(后数据缩减)分类度量=
AUC
在这种情况下,列车
AUC
为99.9%,最大测试
AUC
为84%。在树的最大深度上,我的分数几乎是单调增加的。考虑到结果和树有多深-我怀疑这个模型太合适了?如果是这样的话,为什么我不观察到在深度
浏览 0
提问于2018-06-19
得票数 3
2
回答
Spark/Pyspark: SVM -如何获得曲线下面积?
、
、
我最近一直在处理
随机
森林
和朴素贝叶斯。现在我想使用支持向量机。print("
AUC
-value: " + str(round(metrics.areaUnderROC,4))) 这就是我过去
浏览 2
提问于2018-01-25
得票数 1
回答已采纳
1
回答
AUC
(曲线下面积)中的阈值是多少
、
、
假设一个二进制分类器(假设是一个
随机
森林
) rfc,我想计算
AUC
值。我很难理解阈值是如何在计算中使用的。我知道您为不同的阈值绘制了TPR/FPR图。我也知道阈值被用作预测类1(否则类0)的阈值,但是
AUC
算法如何预测类呢?假设使用sklearn.metrics.roc_
auc
_score通过了y_true和y_rfc (真实值和预测值),但我不知道阈值如何在
AUC
值/图中发挥作用。我读过不同的
AUC
指南/教程,但他们所有关于阈值和如何使用
浏览 84
提问于2019-01-29
得票数 0
1
回答
射频和DT的scoring="roc_
auc
“在GridSearchCV上的应用
、
我是否可以在
随机
森林
或决策树上应用具有GridSearchCV的scoring="roc_
auc
“,而不存在任何缺陷? 谢谢您的任何澄清。
浏览 1
提问于2015-12-01
得票数 0
回答已采纳
2
回答
为什么模型的准确率很高,只有84%,而
AUC
却很低,只有13%?
、
、
我已经建立了模型,它为
随机
森林
和支持向量机提供了84%的准确率,但只给出了13%的非常低的
auc
。我是用python构建的,我是机器学习和数据科学的新手。 我预测数据集上有0和1个标签。对改善
auc
有什么建议吗?
浏览 3
提问于2017-11-02
得票数 0
1
回答
用
随机
森林
计算ROC
AUC
、
、
、
我在一个多类问题中使用
随机
森林
分类器。= RandomForestClassifier(() multi_class='ovr',labels=[0,1,2,3,4
浏览 127
提问于2021-03-15
得票数 0
2
回答
为什么我的精确召回和ROC曲线不平坦?
、
、
、
、
我有一些标记为0或1的数据,我试图使用
随机
森林
来预测这些类。每个实例都标记有20个用于训练
随机
森林
的特征(~30.000个训练实例和~6000个测试实例)。(recall, precision, step='post', alpha=0.2, color='b') roc_
auc
=
auc
(fpr, tpr) plt.plot(fpr, tpr, color=
浏览 1
提问于2018-07-19
得票数 1
回答已采纳
点击加载更多
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
随机森林
随机森林概述
学习随机笔记之——随机森林
随机森林算法介绍
随机森林random forest
热门
标签
更多标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM
活动推荐
运营活动
广告
关闭
领券