使用Sklearn模型做分类并绘制机器学习模型的ROC曲线
简单的实验,主要是使用sklearn库中的RFR模型来进行回归分析并绘制相应的ROC曲线,主要是熟悉流程,下面是具体的实现:
#!usr/bin/env python
#encoding:utf-8
'''
__Author__:沂水寒城
功能:使用RFR模型
'''import csv
from sklearn.metrics import roc_curve, auc
from sklearn.ensemble import RandomForestRegressor
import matplotlib.pyplot as plt def RFR_model_train(X_list, y_list):'''随机森林回归模型'''model=RandomForestRegressor(max_depth=10, random_state=0)model.fit(X_list, y_list)y_predict=model.predict(X_list)draw_ROC_curve(y_list,y_predict,savepath='RFR.png')feature_weight=model.feature_importances_print 'feature_weight'print feature_weightreturn feature_weightdef draw_ROC_curve(y_test,y_predict,savepath):'''画ROC曲线'''false_positive_rate,true_positive_rate,thresholds=roc_curve(y_test, y_predict)roc_auc=auc(false_positive_rate, true_positive_rate)plt.title('ROC')plt.plot(false_positive_rate, true_positive_rate,'b',label='AUC = %0.2f'% roc_auc)plt.legend(loc='lower right')plt.plot([0,1],[0,1],'r--')plt.ylabel('TPR')plt.xlabel('FPR')plt.savefig(savepath)plt.close(0)if __name__ == '__main__':RFR_model_train(x_list, y_list)
结果如下:
feature_weight
[ 0.12049628 0. 0. 0. 0.05872002 0.0.08056693 0. 0.43856094 0.27010771 0. 0.0.03154812]
ROC曲线如下:
使用Sklearn模型做分类并绘制机器学习模型的ROC曲线相关推荐
- 视频|分类模型评估:精确率、召回率、ROC曲线、AUC与R语言生存分析时间依赖性ROC实现
最近我们被客户要求撰写关于分类模型的研究报告,包括一些图形和统计输出. 本文将帮助您回答以下问题: ROC曲线是什么? 曲线下的面积是多少? 二元分类的决策阈值是多少? 分类模型可接受的 AUC值是多 ...
- 模型评估中的查准率、查全率、ROC曲线
P-R曲线 对于二分类问题,可以将训练集的真实类别与机器学习预测的类别划分为真正例(true positive) .假正例(false positive) .真反倒(true negative) .假 ...
- python基于朴素贝叶斯模型的预测概率和标签信息可视化ROC曲线
python基于朴素贝叶斯模型的预测概率和标签信息可视化ROC曲线 目录 python基于朴素贝叶斯模型的预测概率和标签信息可视化ROC曲线
- python基于logistic回归模型的预测概率和标签信息可视化ROC曲线
python基于logistic回归模型的预测概率和标签信息可视化ROC曲线 目录 python基于logistic回归模型的预测概率和标签信息可视化ROC曲线
- python基于随机森林模型的预测概率和标签信息可视化ROC曲线
python基于随机森林模型的预测概率和标签信息可视化ROC曲线 目录 python基于随机森林模型的预测概率和标签信息可视化ROC曲线
- python基于模型的预测概率和标签信息可视化ROC曲线、编写自定义函数计算约登值、寻找最佳阈值(threshold、cutoff)、可视化ROC曲线并在曲线中标记最佳阈值及其数值标签
python基于模型的预测概率和标签信息可视化ROC曲线.编写自定义函数计算约登值.寻找最佳阈值(threshold.cutoff).可视化ROC曲线并在曲线中标记最佳阈值及其数值标签 目录
- Sklearn XGBoost模型算法分类建模-----风控项目实战(PR曲线、KS、AUC、F1-Score各类指标)
项目背景:二手手机需从前端质检项推断手机有无拆修问题 思路: a)X值:前端各类质检项,对应映射ID+RANK值(涉及质检项会有等级排序,需进行RANK排序(属性值RANK一般需手工或是系统配置时候就 ...
- inventor软件绘制百叶窗方法_「百叶窗模型」solidworks怎么绘制百叶窗模型? - seo实验室...
百叶窗模型 百叶窗是钣金件中常见的特征,这片分享介绍如何建百叶窗的模型. 1.在solidworks中找到图示的文件夹,可以看到一个自带的百叶窗模型. 2.双击这个模型,即可以生成零件. 3.为了避免 ...
- 机器学习基础:ROC曲线与AUC计算详解
AUC & ROC AUC是一个模型评价指标,只能用于二分类模型的评价,对于二分类模型,还有损失函数(logloss),正确率(accuracy),准确率(precision),但相比之下AU ...
- python画出roc曲线 auc计算逻辑_从scikitlearn(sklearn)的多类数据计算AUC和ROC曲线?...
您需要使用label_binarize函数,然后您可以绘制一个多类ROC. 使用虹膜数据的示例:import matplotlib.pyplot as plt from sklearn import ...
最新文章
- oracle 定时器时间分区_oracle分区表按时间自动创建
- 怎么高效的运用金蝶软件
- 运维 + 数据 + AI=企业数字化难题的应对之法?
- md是什么类型的文件?怎么打开md文件,Markdown的编写,Markdown转化为html
- boost::bron_kerbosch_all_cliques用法的测试程序
- BZOJ 1079: [SCOI2008]着色方案 记忆化搜索
- 手机 html 折叠效果,HTML5仿苹果手机的面板合拢折叠效果
- 微服务升级_SpringCloud Alibaba工作笔记0015---Nacos安装
- python垃圾邮件过滤_手把手教你用 Python 和 Scikit-Learn 实现垃圾邮件过滤
- GitHub开源:支持100多种语言的OCR文字识别
- 微信商户平台配置JSAPI支付目录,vue项目,好多坑呐
- 【2015盘点】这些手游如何“霸榜”
- 高德地图API行政区域查询
- openEuler 嵌入式构建
- 【使用 arm-poky-linux-gnueabi-gcc -v 指令可以查看 gcc 版本时报错】
- 字体大宝库:30款英文大写字体免费下载
- 怎么使用python实现大数据应用
- 第二章.物理层:2.4信道复用技术
- 普吉岛海滨即景(图片欣赏)
- 手机中的PDF文件缩小的方法