ROC 曲线的新使用方法

淼德利斯

于 2022-03-19 09:47:51 发布

阅读量171

点赞数

CC 4.0 BY-SA版权

文章标签：机器学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/SDFAA1/article/details/122175891

这段代码展示了如何利用scikit-plot库，在Python中绘制验证集上的ROC曲线，用于评估分类模型的性能。首先安装scikit-plot库，然后将逻辑回归模型预测的概率值转换为DataFrame，并调用plot_roc函数绘制曲线，设置图的大小并排除微宏观平均的显示。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import scikitplot as skplt
#%%cmd
#pip install scikit-plot
vali_proba_df = pd.DataFrame(lr.predict_proba(vali_X))
skplt.metrics.plot_roc(vali_y, vali_proba_df,
plot_micro=False,figsize=(6,6),
plot_macro=False)

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。