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
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 
2


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()


机器小白   2017-12-25 00:05



相关问题

怎么直观理解ROC AUC的概率统计意义?   1回答

精度召回precision recall auc是什么?   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

多元分类的roc auc   1回答

sklearn.metric.auc函数计算出的结果很奇怪   1回答

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

sklearn.preprocessing.StandardScaler采用的是哪种标准化的方法?   1回答

R里有没有package可以画ROC,计算AUC的?   1回答

用python求二元分类的混淆矩阵   2回答

k近邻算法(k-NN)怎么选k   2回答

多元分类的混淆矩阵   1回答

二元分类问题中经常提到的TP,TF,FN,FP都是什么意思?   3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!