基于python實(shí)現(xiàn)ROC曲線繪制廣場(chǎng)解析
ROC
結(jié)果
源數(shù)據(jù):鳶尾花數(shù)據(jù)集（僅采用其中的兩種類別的花進(jìn)行訓(xùn)練和檢測(cè)）
Summary
features：['sepal length (cm)', 'sepal width (cm)', 'petal length (cm)', 'petal width (cm)']
實(shí)例：[5.1, 3.5, 1.4, 0.2]
target：'setosa' 'versicolor' （0 , 1）
采用回歸方法進(jìn)行擬合得到參數(shù)和bias
model.fit(data_train, data_train_label)
對(duì)測(cè)試數(shù)據(jù)進(jìn)行預(yù)測(cè)得到概率值
res = model.predict(data[:100])
與訓(xùn)練集labels匹配后進(jìn)行排序（從大到?。?/p>
pred labels
68 0.758208 1
87 0.753780 1
76 0.745833 1
50 0.743156 1
65 0.741676 1
75 0.739117 1
62 0.738255 1
54 0.737036 1
52 0.733625 1
77 0.728139 1
86 0.727547 1
74 0.726261 1
58 0.725150 1
71 0.724719 1
36 0.724142 0
14 0.723990 0
31 0.721648 0
41 0.720308 0
72 0.717723 1
79 0.712833 1
97 0.705148 1
51 0.702838 1
35 0.702203 0
98 0.701731 1
92 0.701106 1
82 0.700661 1
53 0.700465 1
18 0.699350 0
16 0.696915 0
64 0.693333 1
.. ... ...
33 0.658937 0
96 0.656761 1
30 0.656279 0
57 0.655673 1
4 0.652616 0
85 0.648620 1
59 0.648586 1
19 0.646965 0
70 0.646262 1
88 0.644482 1
8 0.643191 0
38 0.642704 0
3 0.640933 0
55 0.640630 1
47 0.640444 0
95 0.639552 1
13 0.639050 0
22 0.638485 0
29 0.635590 0
90 0.634376 1
37 0.632224 0
6 0.631119 0
46 0.630037 0
11 0.629718 0
66 0.627807 1
42 0.624795 0
44 0.621703 0
32 0.614932 0
24 0.603874 0
84 0.603249 1
計(jì)算訓(xùn)練集中正確的個(gè)數(shù)與非正確的個(gè)數(shù)
運(yùn)用一下的算式進(jìn)行TPR和FPR的計(jì)算
index = 0
for i in sorted_mat.values:
if i[1] == 0:
TPR.append(TPR[index])
FPR.append(FPR[index] + 1.0/F_num)
else:
TPR.append(TPR[index] + 1.0/T_num)
FPR.append(FPR[index])
index += 1
最后進(jìn)行TPR和FPR的描繪
以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。
相關(guān)文章
這篇文章主要給大家介紹了python分割列表（list）的方法，文中給出了詳細(xì)的示例代碼大家參考學(xué)習(xí)，對(duì)大家具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面來(lái)一起看看吧。2017-05-05
Python實(shí)現(xiàn)根據(jù)Excel生成Model和數(shù)據(jù)導(dǎo)入腳本
最近遇到一個(gè)需求，有幾十個(gè)Excel，每個(gè)的字段都不一樣，然后都差不多是第一行是表頭，后面幾千上萬(wàn)的數(shù)據(jù)，需要把這些Excel中的數(shù)據(jù)全都加入某個(gè)已經(jīng)上線的Django項(xiàng)目。所以我造了個(gè)自動(dòng)生成?Model和導(dǎo)入腳本的輪子，希望對(duì)大家有所幫助2022-11-11
這篇文章主要介紹了淺析Python中else語(yǔ)句塊的使用技巧的相關(guān)資料,非常不錯(cuò)，具有參考借鑒價(jià)值，需要的朋友可以參考下2016-06-06
這篇文章主要介紹了python文件操作之批量修改文件后綴名,需要的朋友可以參考下2018-08-08
Python如何實(shí)現(xiàn)SSH遠(yuǎn)程連接與文件傳輸
這篇文章主要介紹了Python如何實(shí)現(xiàn)SSH遠(yuǎn)程連接與文件傳輸問(wèn)題，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2023-05-05
Python實(shí)現(xiàn)文件內(nèi)容批量追加的方法示例
這篇文章主要介紹了Python實(shí)現(xiàn)文件內(nèi)容批量追加的方法,結(jié)合實(shí)例形式分析了Python文件的讀寫(xiě)相關(guān)操作技巧,需要的朋友可以參考下2017-08-08
Python 中由 yield 實(shí)現(xiàn)異步操作
這篇文章主要介紹了Python 中由 yield 實(shí)現(xiàn)異步操作，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-05-05
本文主要介紹了python使用pandas按照行數(shù)分割表格，文中通過(guò)示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2021-08-08
Python實(shí)現(xiàn)多功能音樂(lè)播放器詳解
這篇文章主要介紹了如何通過(guò)Python制作一個(gè)簡(jiǎn)易的音樂(lè)播放器，文中的示例代碼講解詳細(xì)，對(duì)我們學(xué)習(xí)或工作有一定價(jià)值，需要的可以參考一下2022-02-02
這篇文章主要介紹了Python的反射機(jī)制，幫助大家更好的理解和使用python，感興趣的朋友可以了解下2020-09-09