解決ROC曲線畫出來(lái)只有一個(gè)點(diǎn)的問題
之前在做kaggle比賽時(shí)，有個(gè)比賽使用AUC來(lái)評(píng)比的，當(dāng)時(shí)試著畫了ROC曲線，結(jié)果出來(lái)的下圖這樣的圖形。跟平時(shí)的ROC曲線差好遠(yuǎn)，就只有一個(gè)點(diǎn)。而別人家的都是很多轉(zhuǎn)折的，為啥我的不一樣。
我的圖如下：
正常的圖（sklearn上面截取的）：
思考過(guò)后，發(fā)現(xiàn)原來(lái)：
ROC曲線，一般適用于你的分類器輸出一個(gè)“概率值”，即這個(gè)樣本屬于某個(gè)類的概率是多少。 如此的話，你就需要設(shè)定一個(gè)閾值， 大于這個(gè)閾值屬于正類，小于這個(gè)閾值屬于負(fù)類。
從而，對(duì)于這個(gè)閾值P0， 就會(huì)得到對(duì)應(yīng)的TPR, FPR, 也就是ROC曲線上的一個(gè)點(diǎn)，你設(shè)置不同的閾值，就會(huì)得到不同的TPR, FPR， 從而構(gòu)成ROC曲線。
通常來(lái)說(shuō) 閾值降低，即進(jìn)入正類的門檻變低， TPR會(huì)變大，但是FPR也會(huì)變大， 看他們誰(shuí)變的快。
之前畫線的時(shí)候直接用了分類的預(yù)測(cè)值，而沒有用上概率這玩意，被劃分為正類的概率。。修改下程序，求多一個(gè)概率就能畫出正確的圖形啦。
如果你用GDBT算法的時(shí)候：
gbc = GradientBoostingClassifier()
gbc.fit(x_train, y_train)
resu = gbc.predict(x_test) #進(jìn)行預(yù)測(cè)
y_pred_gbc = gbc.predict_proba(x_test)[:,1] ###這玩意就是預(yù)測(cè)概率的
fpr, tpr, threshold = roc_curve(y_test, y_pred_gbc) ###畫圖的時(shí)候要用預(yù)測(cè)的概率，而不是你的預(yù)測(cè)的值
plt.plot(fpr, tpr, 'b', label='AUC = %0.2f' % rocauc)#生成ROC曲線
plt.legend(loc='lower right')
plt.plot([0, 1], [0, 1], 'r--')
plt.xlim([0, 1])
plt.ylim([0, 1])
plt.ylabel('真正率')
plt.xlabel('假正率')
plt.show()
以上這篇解決ROC曲線畫出來(lái)只有一個(gè)點(diǎn)的問題就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
Python轉(zhuǎn)為C語(yǔ)言并編譯生成二進(jìn)制文件的教程詳解
這篇文章主要為大家詳細(xì)介紹了將Python轉(zhuǎn)為C語(yǔ)言并編譯生成二進(jìn)制文件的相關(guān)教程,文中的示例代碼講解詳細(xì),感興趣的小伙伴可以了解一下2023-12-12
解決Python3 struct報(bào)錯(cuò)argument for 's'&
這篇文章主要為大家介紹了解決Python3 struct報(bào)錯(cuò)argument for 's' must be a bytes object方法詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2023-08-08
Python?enumerate()計(jì)數(shù)器簡(jiǎn)化循環(huán)
這篇文章主要介紹了Python?enumerate()計(jì)數(shù)器簡(jiǎn)化循環(huán)，enumerate()最大的優(yōu)點(diǎn)就是它返回一個(gè)帶有計(jì)數(shù)器和值的元組，因此我們不必自己增加計(jì)數(shù)器，下面就來(lái)看看文章具體對(duì)它的詳細(xì)介紹吧,需要的朋友可以參考一下2021-12-12
Python OpenGL繪制一場(chǎng)煙花盛會(huì)
正值新春佳節(jié)，小編今天為大家?guī)?lái)了用Python OpenGL繪制的一場(chǎng)煙花盛會(huì)，文中的實(shí)現(xiàn)步驟講解詳細(xì)，感興趣的小伙伴可以跟隨小編一起動(dòng)手試一試2022-02-02
python人工智能tensorflow優(yōu)化器Optimizer算法匯總
這篇文章主要為大家介紹了python人工智能tensorflowtf優(yōu)化器Optimizer算法匯總，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2022-05-05
這篇文章主要介紹了django最快程序開發(fā)流程詳解,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-07-07
這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)桌面氣泡提示功能，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2019-07-07
這篇文章主要介紹了pytorch Dropout過(guò)擬合的操作，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2021-05-05
Python基礎(chǔ)之?dāng)?shù)據(jù)類型知識(shí)匯總
今天帶大家復(fù)習(xí)一下Python基礎(chǔ)知識(shí),文中對(duì)數(shù)據(jù)類型相關(guān)知識(shí)做了詳細(xì)的匯總,對(duì)剛?cè)腴Tpython的小伙伴很有幫助喲,需要的朋友可以參考下2021-05-05
這篇文章主要為大家詳細(xì)介紹了MySQL適配器PyMySQL的相關(guān)資料，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2017-09-09