如何利用python画分类器的ROC曲线?

  统计/机器学习 监督式学习 模型验证 Python    浏览次数:3842        分享
0

已经预测值和真实标签,如何利用python画分类器的ROC曲线?


 

cyh   2017-12-23 12:40



   1个回答 
4


y_true = [0, 0, 0, 1, 1, 1, 1, 1]
y_pred = [0.1, 0.3, 0.6, 0.2, 0.4, 0.8, 0.5, 0.9]

fpr, tpr, _ = sklearn.metrics.roc_curve(y_true,  y_pred)
plt.figure(figsize=(6, 6))
plt.axis([0, 1, 0, 1])
plt.plot(fpr, tpr)
plt.show()


SofaSofa数据科学社区DS面试题库 DS面经

机器小白   2017-12-25 00:05



  相关主题

为什么非平衡的数据更适合用精度-召回曲线,而不是roc auc?   2回答

怎么直观理解ROC AUC的概率统计意义?   3回答

为什么负样本的auc会和正样本的auc不一样呢?   1回答

二元分类什么时候用LogLoss、什么时候用ROC AUC?如何选择?   1回答

roc space是什么意思?   1回答

有什么损失函数是直接优化roc auc的?   2回答

多元分类的roc auc   1回答

精度召回precision recall auc是什么?   1回答

R里有没有package可以画ROC,计算AUC的?   2回答

roc auc小于0.5是什么情况?   3回答

问一下roc和logistic回归有啥联系区别   2回答

python里什么模块可以计算精度-召回(precision-recall)的AUC?   1回答



回答问题时需要注意什么?

我们谢绝在回答前讲“生动”的故事。

我们谢绝“这么简单,你自己想”、“书上有的,你认真看”这类的回答;如果你认为对方的提问方式或者内容不妥,你可以直接忽略该问题,不用进行任何作答,甚至可以对该问题投反对票。

我们谢绝答非所问。

我们谢绝自己不会、硬要回答。

我们感激每一个用户在编写答案时的努力与付出!