2回答
我在python中使用H2O来建立一个广义线性模型，二值分类问题，我用 validation_frame = testH2O )这是R，中的一个问题，我如何在python</em
浏览 4提问于2018-11-08得票数 1
回答已采纳
在发帖之前，我读了很多关于ROC曲线的文章。
所以，我不明白Weka是怎么画ROC曲线的。我找不到变量的余量来生成曲线上的点。谢谢,
浏览 7提问于2013-03-12得票数 0
1回答
我想绘制接收器的工作特性曲线，所以我做以下工作：predictions = auto_wclf.predict_proba(X_test)roc_auc = aucReceiver Operating Characteristic')
plt.plot(false_positive_ra
浏览 2提问于2015-03-10得票数 1
回答已采纳
1回答
我画ROC曲线有困难。这是因为它们在百分比上有很大差距(对于生物测定中的单模双模)。我想知道GAR和FAR是如何计算的？它是如何绘制在ROC曲线上的呢？
作为参考，我附上了一张图。
浏览 1提问于2012-06-25得票数 0
我试图绘制一个接收者操作特性(ROC)曲线与交叉验证，遵循提供的sklearn的文档。但是，下面的导入在python2和python3中都给出了一个python3。from sklearn.metrics import plot_roc_curveTraceback (most recent call last):ImportError: cannot import name
浏览 36提问于2020-02-20得票数 6
回答已采纳
然后给出一个测试集，我执行以下操作来找到ROC AUC： probas3 =(y_test, probas)然而，我需要做的是3折交叉验证，然后绘制ROC曲线和输出AUC。所以基本上我会在每个文件夹之后使用下面的列表来跟踪fpr、tpr和roc_auc：folds_
浏览 2提问于2014-04-02得票数 0
2回答
如何使用scikit学习或任何其他python库为csv文件绘制roc曲线，如下所示：0, 0.2031, 0.2640, 0.291
...
浏览 0提问于2014-04-17得票数 0
回答已采纳
编辑:这是使用我的代码片段生成ROC曲线的预期图形(至少我确信这是正确的) :问题是，上述代码非常丑陋(太长，甚至无法在这里发布)，我想出的过程对我来说似乎非常乏味。下面是快速生成ROC曲线输入列表的片段library(dplyr)
labels <-labels), labels)))
diab_data=rbind(data.frame(Pima.tr),data.frame(Pima.te)
浏览 0提问于2019-02-01得票数 3
回答已采纳
我正在使用Python3.6，sklearn.svm.OneClassSVM来练习开放支持向量机，我想我想评估我通过decision_function计算的值。是否只能使用预测标签和真实标签来获取ROC、AUC值？y_score = oneclass.decision_function(testing_data)
roc_auc = metrics.roc_auc_score
浏览 2提问于2019-05-20得票数 0
2回答
我很难在python中绘制OneClassSVM的AUC图(我正在使用sklearn来生成混乱矩阵，比如[[tp, fp],[fn,tn]]和fn=tn=0。from sklearn.metrics import roc_curve, aucroc_auc= auc(fpr, tpr) # this generates ValueError[1]
print "Area under the
浏览 1提问于2015-01-19得票数 4
回答已采纳
不平衡测试数据的ROC AUC score值明显高于平衡测试数据。这怎麽可能？我觉得ROC AUC的分数不应该有什么不同吗？
浏览 0提问于2019-08-15得票数 1
我正在尝试计算roc_curve，但是我得到了这个错误消息 File "script.py", line 94, in <module> File "/usr/local/lib/python2.7/site-packages/sklearn/met
浏览 3提问于2016-03-12得票数 2
回答已采纳
1回答
绘制roc曲线：<data cleaning/scrubbing>.....rf.perf = performance(rf.predictionlogistic reg...如果我想运行一个xgboost分类并随后
浏览 2提问于2015-11-04得票数 4
我想把我的ROC曲线，科基尔尼实现，所以我尝试了以下：false_positive_rate, recall, thresholds(y_test, prediction)/usr/local/lib/python2.7/site-packages/sklearn/metrics/metrics.py:705:not (np.all(classes ==
浏览 2提问于2015-02-08得票数 5
回答已采纳
我希望使用Python从ROC曲线中获得最佳阈值。我知道如何用协和弦函数在R中这样做，但在Python中似乎找不到类似的函数。这就是我显示ROC曲线的方式 plt.figure()
plt.plot(fpr, tpr, color='darkorange', label='ROC curve (area = %0.2f)' % metrics.auc(
浏览 0提问于2019-05-19得票数 5
回答已采纳
改写为MWE： File "Feb22so.py", line 29, in test_roc_vals File "/user/pkgs/anaconda2/lib/python2.7/site-packages/sklearn/
浏览 35提问于2018-02-22得票数 0
我对python中的机器学习是个新手，因此请原谅我天真的问题。在python中有没有一个用来实现神经网络的库，这样它也可以给我ROC和AUC曲线。我知道python中实现神经网络的库，但我正在寻找一个库，它也可以帮助我绘制ROC、DET和AUC曲线。
浏览 1提问于2012-04-25得票数 10
回答已采纳
2回答
我有一个不平衡的数据，我用svm的权重来缓解这种情况.如您所见，我计算并绘制了每个类的roc曲线，并得到了以下图：
auc=metrics.auc(fpr, tpr)
fpr2, tpr2, thresholds2 = metrics.roc_cu
浏览 0提问于2016-01-20得票数 5
回答已采纳
我使用的是scikit learn中的指标模型中的'roc_curve‘。该示例显示应在'auc'之前调用'roc_curve'，类似于：然后： r = metrics.auc(fpr, tpr) File "
浏览 2提问于2013-07-17得票数 2
1回答
我直接从这里拿起ROC代码：tpr = dict()for i in range(46):fpr[i], tpr[i], _ = roc_curve(y_test[:, i], y_pred[:, i])
roc_auc[i] = auc(fpr[
浏览 1提问于2014-08-05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
