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:7040        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



  相关讨论

roc auc小于0.5是什么情况?

为什么非平衡的数据更适合用精度-召回曲线,而不是roc auc?

为什么负样本的auc会和正样本的auc不一样呢?

roc space是什么意思?

怎么直观理解ROC AUC的概率统计意义?

sklearn里计算roc_auc_score,报错ValueError: bad input shape

问一下roc和logistic回归有啥联系区别

精度召回precision recall auc是什么?

sklearn.metrics.auc里提到的梯形法则是什么意思?

lightgbm的所有预测值都一样,roc auc等于0.5,会是什么问题?

  随便看看

如何清空pandas dataframe里的全部数据但是保留列名?

Python的Jupyter Notebook环境下怎么制作一个动态显示的进度条?

micro和macro F1 score分别是什么意思?

怎么给plt.subplot加一个主标题?

如何度量一个分布长尾的程度?