auc

    0熱度

    1回答

    我有以下代碼繪製ROC曲線。 from sklearn.datasets import make_classification from sklearn.linear_model import LogisticRegression from sklearn import metrics from ggplot import * import pandas as pd X, y = ma

    -2熱度

    1回答

    我正試圖計算EEG波每短10毫秒的曲線下面積。爲了首先練習這個,我做了一個小數據集來運行auc(從包{flux})功能。 x <- seq(1:10) y <- c(0:4,5:1) df <- data.frame(x,y) attach(df) plot(x,y) for (i in 1:10){ x1 <- c(i,(i+1)) y1 <- c(subset(

    0熱度

    1回答

    dredge results snapshot我在MuMin包中使用疏通功能來使用邏輯迴歸提出多個因子組合。 library(MuMIn) AA <- dredge(Forward.model,evaluate = TRUE,rank = "AIC",m.lim = c(8,13),trace=2) write.xlsx(AA,File location) 這導致大約10000個不同的模型

    2熱度

    2回答

    我正在嘗試爲決策樹找到ROC曲線和AUROC曲線。我的代碼是像 clf.fit(x,y) y_score = clf.fit(x,y).decision_function(test[col]) pred = clf.predict_proba(test[col]) print(sklearn.metrics.roc_auc_score(actual,y_score)) fpr,tpr,th

    2熱度

    1回答

    我如何計算護林模型AUC值?遊俠是R的快速實現隨機森林算法我使用下面的代碼來構建分類目的遊俠模型,從模型得到的預測: #Build the model using ranger() function ranger.model <- ranger(formula, data = data_train, importance = 'impurity', write.forest = TRUE, n

    0熱度

    1回答

    我使用了兩種方法來計算randomForest上訓練集的AUC,但我得到了非常不同的結果。這兩種方法如下:計算車組的AUC的 `rf_p_train <- predict(rfmodel, type="prob",newdata = train)[,'yes'] rf_pr_train <- prediction(rf_p_train, train$y) r_auc_train[i] <- p

    0熱度

    1回答

    當我使用tensorflow來計算auc時,它總是得到0或接近於0.我嘗試了很多次,「準確度」可能達到0.999,但auc reuslt始終爲0或接近0.0。 的代碼如下: input_tensor = tf.placeholder("float",[None, n_input]) output_tensor = tf.placeholder("float",[None, n_classes])

    0熱度

    1回答

    我目前正在關注以下link的幻燈片。我在幻燈片121/128上,我想知道如何複製AUC。作者沒有解釋如何這樣做(幻燈片124中也一樣)。其次,在幻燈片125上生成以下代碼; bestRound = which.max(as.matrix(cv.res)[,3]-as.matrix(cv.res)[,4]) bestRound 我收到以下錯誤; 錯誤as.matrix(cv.res),2]:下

    1熱度

    1回答

    我想通過使用caret軟件包進行交叉驗證後,從我的二進制分類器獲得曲線下面積(AUC)。 對於標準混淆矩陣,我使用caret::confusionMatrix中的average參數。 例子: controls = trainControl(method="repeatedcv" , number=5 , repeats=10 , selecti

    2熱度

    1回答

    我在現有數據框上做了k-fold XV,我需要獲得AUC分數。 問題是 - 有時測試數據只包含0,而不是1! 我試着用this例子,但有不同的數字: import numpy as np from sklearn.metrics import roc_auc_score y_true = np.array([0, 0, 0, 0]) y_scores = np.array([1, 0, 0,