Python机器学习：评价分类结果007TPR和FPR之间的关系

TPR和FPR之间的关系

#实现混淆矩阵，精准率和召回率
import numpy as np
from sklearn import datasets
digits = datasets.load_digits()
X = digits.data
y = digits.target.copy()
y[digits.target == 9] = 1
y[digits.target != 9] = 0
from sklearn.model_selection import train_test_split
X_train,X_test,y_train,y_test = train_test_split(X,y,random_state=666)

from sklearn.linear_model import LogisticRegression
log_reg = LogisticRegression()
log_reg.fit(X_train,y_train)
decision_score = log_reg.decision_function(X_test)

基于decisoin_function，改变thresholds

from sklearn.metrics import precision_score
from sklearn.metrics import recall_scoreprecisions = []
recalls = []
thresholds = np.arange(np.min(decision_score),np.max(decision_score))
# print(thresholds)
for threshold in thresholds:y_predict = np.array(decision_score >= threshold,dtype='int')precisions.append(precision_score(y_test,y_predict))recalls.append(recall_score(y_test,y_predict))

绘制曲线

#绘制曲线
import matplotlib.pyplot as plt
plt.plot(thresholds,precisions)
plt.plot(thresholds,recalls)
plt.show()

precission和recall曲线

#precision-recall曲线
plt.plot(precisions,recalls)

scikit-learn中的precision-recall 曲线

#scikit-learn中的precision-recall 曲线
from sklearn.metrics import precision_recall_curve
precisions,recalls,thresholds = precision_recall_curve(y_test,decision_score)

注意precissions,recalls，thresholds维度不一样~
绘图时要注意

plt.plot(thresholds,precisions[:-1])
plt.plot(thresholds,recalls[:-1])

plt.plot(precisions,recalls)

Python机器学习：评价分类结果007TPR和FPR之间的关系相关推荐

内存（Display）、显示器(Monitor)和计算机(Computer)均属于一种产品(Product)，其中计算机需要显示器和内存。请用Python语言简要实现这些类及它们之间的关系。
内存(Display).显示器(Monitor)和计算机(Computer)均属于一种产品(Product),其中计算机需要显示器和内存.请用Python语言简要实现这些类及它们之间的关系. clas ...
机器学习-------评价分类结果
准确度的陷阱和混淆矩阵和精准率召回率准确度的陷阱准确度并不是越高说明模型越好,或者说准确度高不代表模型好,比如对于极度偏斜(skewed data)的数据,假如我们的模型只能显示一个结果A,但是1 ...
Python学习，类空间问题及类之间的关系
一. 类的空间问题** 1.1 何处可以添加对象属性 class A:def __init__(self,name):self.name = namedef func(self,sex):self.s ...
python根据品种散点图鸢尾花_[Python机器学习]鸢尾花分类机器学习应用
1.问题简述假设有一名植物学爱好者对她发现的鸢尾花的品种很感兴趣.她收集了每朵鸢尾花的一些测量数据: 花瓣的长度和宽度以及花萼的长度和宽度,所有测量结果的单位都是厘米. 她还有一些鸢尾花的测量数据, ...
Python机器学习-多元分类的5种模型
最近上了些机器学习的课程,于是想透过Kaggle资料集来练习整个资料科学专案的流程,在模型训练阶段,虽然听过许多分类模型,但不是很了解其各别的优缺点与适合的使用时机,所以想来整理一篇文章,统整上课学习 ...
python机器学习之分类预测
目录逻辑回归水位判断案例引入逻辑回归计算原理逻辑回归单次项逻辑回归代码示例二阶项及以上项式的边界函数计算和绘制二阶多项式逻辑回归案例尝试用一阶函数画出边界二阶项逻辑回归 K近邻分类模型 ...
Python机器学习鸢尾花分类1
题目描述请编写代码实现train_and_predict功能,实现能够根据四个特征对三种类型的鸢尾花进行分类. train_and_predict函数接收三个参数: train_input_feat ...
【机器学习】机器学习、深度学习、强化学习之间的关系
什么是机器学习? 对数据进行较为深入的分析,通过优化方法总结出模型的工作,都属于机器学习范畴机器学习是从数据中总结模型,而这些数据包含了不同的信息形态,其中一个关键的信息就是对模型表现的反馈信息,有 ...
使用Python探索四大名著【红楼梦】人物之间的关系，简直帅呆了
嗨,大哥们,我来了! <红楼梦>作为我国四大名著之一,古典小说的巅峰之作,粉丝量极其庞大,而红学也经久不衰.所以我们今天通过 Python 来捋一下红楼梦里那错综复杂的人物关系,话不多说, ...

Python机器学习：评价分类结果007TPR和FPR之间的关系

scikit-learn中的precision-recall 曲线

Python机器学习：评价分类结果007TPR和FPR之间的关系相关推荐

最新文章

热门文章