roc

    -2熱度

    1回答

    如果計算假陽性率（FPR），如果假陰性和真陰性的總和爲零？

    我正在進行性能測量並試圖繪製ROC曲線，但要繪製ROC曲線，我需要TPR和FPR。 正如我們所知， 假陽性率（FPR）= FP /（FP + TN） 我有TN的價值觀和FP都等於0，那麼怎麼能我計算這種情況下的FPR並放入ROC曲線中？
    machine-learning roc false-positive 2016-09-16

    0熱度

    2回答

    使用for循環或sapply創建ROC曲線

    經過大量搜索後，我找不到解決問題的答案。我想使用for循環或sapply生成一個ROC曲線，並使用pROC pakkage。 我的數據庫看起來像這樣（只適用於26個colums和74行）： PT Bpt PA mnT1G mnT01 1 1 1 2.3 4.5 1 2 0 1.2 3.2 2 1 1 5.4 2.1 我可以做一個ROC曲線 '手動'： plot.new() roc1 <
    r loops roc proc-r-package 2016-11-11

    -1熱度

    1回答

    如何從視頻中分類真正的負面？

    對於性能測量的目的，我試圖繪製ROC曲線。在ROC曲線中，我必須繪製x軸的假陽性率（FPR）和y軸的真陽性率（TPR）。正如我們所知， FPR = FP /（FP + TN） 所以在下面的圖片我怎麼可以檢測真陰性（TN）？我使用HOG分類器來檢測人類。我用矩形1,2,3,4,5,6（或應該是7）標記以顯示應該忽略的人類物體，而不是將其歸類爲人類。我認爲那些是真的否定。 在這張照片我想說我的假設，因
    machine-learning computer-vision classification object-detection roc 2016-09-22

    0熱度

    1回答

    奇怪的ROC曲線

    當我建立一個高度不平衡的兩級預測的隨機森林模型時，我有ROC曲線奇怪的結果。樣本中的原始事件率爲〜2％，我正在使用權重來對抗階級失衡。 在這種情況下，我已經加權我的樣本，這樣的事件發生率是1：4（25％） 我的模型是建立在以下方式： forest <- ranger(data = sample[,c('fraud', features)] , num.trees = 350
    r random-forest prediction curve roc 2016-09-28

    0熱度

    1回答

    ROC曲線不是在尋找合適的

    我已經繪製ROC曲線，使用ROCR包，對於一個2級難題。根據我的理解，這些曲線應該看起來像改變圖的步驟，至少對於較小的數據集。我的輸入實際上很小，但我得到的曲線基本上是直線。是否因爲PROC符合曲線或者是我缺少的其他東西？ 輸入是這裏click me和代碼是在末端的ROC部分如下。感謝你的幫助！ library("caret") library("ROCR") sensor6data_s10_
    r machine-learning data-mining roc 2016-11-25

    0熱度

    1回答

    預測錯誤 - ROCR包（使用概率）

    我已經使用svm的「rfe」函數來創建具有減少特徵的模型。然後，我對測試數據使用「預測」，輸出類別標籤（二進制），0類概率，1類概率。然後我用預測函數試圖在ROCR包，預測的概率和真實的類標籤，但碰到下面的錯誤，我不知道爲什麼爲2個數組的長度相等： > pred_svm <- prediction(pred_svm_2class[,2], as.numeric(as.character(y)))
    roc proc-r-package 2016-11-29

    0熱度

    1回答

    ROC與多個分類蟒蛇交叉驗證

    我要繪製的不同ROC對同一地塊的多個分類，但我不如何從它們中的一些做： 這裏是我的代碼片段： # Learn to predict each class against the other classifier = OneVsRestClassifier(svm.SVC(kernel='linear', probability=True, random_state=ran
    python matplotlib machine-learning classification roc 2016-11-30

    0熱度

    1回答

    R符號外插樣本和測試集ROC

    我正在構建兩個不同的分類器來預測二進制輸出。然後我想通過使用ROC曲線和它下面的面積（AUC）比較兩個模型的結果。 我將數據集分爲訓練集和測試集。在訓練集上，我執行一種交叉驗證的形式。從交叉驗證的保留樣本中，我可以爲每個模型建立ROC曲線。然後，我使用測試集上的模型並構建另一組ROC曲線。 結果是矛盾的，這使我感到困惑。我不確定哪個結果是正確的，或者我是否做了完全錯誤的事情。示例ROC曲線顯示RF
    r machine-learning r-caret cross-validation roc 2016-12-02

    1熱度

    1回答

    roc曲線和說話人識別

    我使用歐氏距離進行說話人識別。我想在MATLAB中使用perfcurve繪製ROC曲線。由於得分是由此產生的歐幾里得距離，我是對的嗎？謝謝 Labels=[1 1 1 1 1 1 1 0 0 1]; scores=[18.5573 15.3364 16.8427 19.6381 16.4195 17.3226 18.9520 21.6811 21.4013 22.3880]; [x,y]=perf
    matlab euclidean-distance roc identification speaker 2016-12-06

    0熱度

    1回答

    與ROC交叉驗證？

    我使用代碼來運行交叉驗證，返回ROC分數。 rf = RandomForestClassifier(n_estimators=1000,oob_score=True,class_weight = 'balanced') scores = cross_val_score (rf, X,np.ravel(y), cv=10, scoring='roc_auc') 我怎樣才能回到中華民國基於 ro
    python machine-learning cross-validation roc model-validation 2016-12-06
最新問題