Python机器学习：评价分类结果006precisoion-Recall曲线绘制

code

#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)

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()

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

precisions.shape

(149,)

recalls.shape

(149,)

thresholds.shape

(148,)

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

plt.plot(precisions,recalls)

外面曲线模型优于里面的模型，recall和precisoin都大于里面的。。

实际上经常用ROC曲线来判断模型优劣

Python机器学习：评价分类结果006precisoion-Recall曲线绘制相关推荐

多分类问题的ROC曲线绘制
多分类问题的ROC曲线绘制目录多分类问题的ROC曲线绘制 #roc曲线 (1)ROC曲线图中的四个点
二分类及多分类ROC和PR曲线绘制
目录 1.二分类曲线 1.1 二分类ROC曲线 1.2 二分类PR曲线 2.多分类曲线 2.1多分类ROC曲线 2.2 多分类PR曲线前两天2022年第二届全国高校大数据竞赛已经落下帷幕,比赛中也用 ...
python 将多个模型的ROC曲线绘制在一张图里（含图例）
一. 多条ROC曲线绘制函数 def multi_models_roc(names, sampling_methods, colors, X_test, y_test, save=True, dpin ...
Python学习记录_通过科赫曲线绘制出完整雪花
代码思想: 通过函数封装一个科赫曲线的画法,再重复调用画出完整雪花 #科赫曲线的绘制 import turtle def kehe(size,n):#科赫曲线绘制if n==0:turtle.fd(s ...
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 针对二分类问题画roc曲线
代码详解: import numpy as np import matplotlib.pyplot as plt from sklearn.preprocessing import label_bin ...
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 ...

Python机器学习：评价分类结果006precisoion-Recall曲线绘制

Python机器学习：评价分类结果006precisoion-Recall曲线绘制相关推荐

最新文章

热门文章