基于python实现ROC曲线绘制广场解析


Posted in Python onJune 28, 2020

ROC

结果

基于python实现ROC曲线绘制广场解析

源数据:鸢尾花数据集(仅采用其中的两种类别的花进行训练和检测)

Summary

features:['sepal length (cm)', 'sepal width (cm)', 'petal length (cm)', 'petal width (cm)']

实例:[5.1, 3.5, 1.4, 0.2]
target:'setosa' 'versicolor' (0 , 1)

采用回归方法进行拟合得到参数和bias

model.fit(data_train, data_train_label)

对测试数据进行预测得到概率值

res = model.predict(data[:100])

与训练集labels匹配后进行排序(从大到小)

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

计算训练集中正确的个数与非正确的个数

运用一下的算式进行TPR和FPR的计算

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

最后进行TPR和FPR的描绘

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持三水点靠木。

Python 相关文章推荐
python正则表达式修复网站文章字体不统一的解决方法
Feb 21 Python
使用python调用浏览器并打开一个网址的例子
Jun 05 Python
Python实现的检测web服务器健康状况的小程序
Sep 17 Python
Python中max函数用法实例分析
Jul 17 Python
解决python3 urllib中urlopen报错的问题
Mar 25 Python
Python编程pygal绘图实例之XY线
Dec 09 Python
Django自定义过滤器定义与用法示例
Mar 22 Python
python实现将读入的多维list转为一维list的方法
Jun 28 Python
Python查找文件中包含中文的行方法
Dec 19 Python
Python 统计位数为偶数的数字代码详解
Mar 15 Python
python中什么是面向对象
Jun 11 Python
python 批量下载bilibili视频的gui程序
Nov 20 Python
Python sklearn中的.fit与.predict的用法说明
Jun 28 #Python
浅谈sklearn中predict与predict_proba区别
Jun 28 #Python
解决Pytorch自定义层出现多Variable共享内存错误问题
Jun 28 #Python
Pytorch学习之torch用法----比较操作(Comparison Ops)
Jun 28 #Python
PyTorch的torch.cat用法
Jun 28 #Python
使用pytorch 筛选出一定范围的值
Jun 28 #Python
解析python 中/ 和 % 和 //(地板除)
Jun 28 #Python
You might like
Smarty+QUICKFORM小小演示
2007/02/25 PHP
ecshop 订单确认中显示省市地址信息的方法
2010/03/15 PHP
PHP读取CURL模拟登录时生成Cookie文件的方法
2014/11/04 PHP
PHP实现的比较完善的购物车类
2014/12/02 PHP
yii2.0实现验证用户名与邮箱功能
2015/12/22 PHP
laravel框架 laravel-admin上传图片到oss的方法
2019/10/13 PHP
JTrackBar水平拖动效果
2007/07/15 Javascript
不安全的常用的js写法
2009/09/15 Javascript
js取得url地址参数实例
2013/02/22 Javascript
js单词形式的运算符
2014/05/06 Javascript
js实现楼层导航功能
2017/02/23 Javascript
jQuery插件HighCharts实现气泡图效果示例【附demo源码】
2017/03/13 Javascript
ReactNative之键盘Keyboard的弹出与消失示例
2017/07/11 Javascript
AngularJS点击添加样式、点击变色设置的实例代码
2017/07/27 Javascript
vue插件开发之使用pdf.js实现手机端在线预览pdf文档的方法
2018/07/12 Javascript
微信小程序渲染性能调优小结
2019/07/30 Javascript
原生JS实现顶部导航栏显示按钮+搜索框功能
2019/12/25 Javascript
基于JS实现视频上传显示进度条
2020/05/12 Javascript
vue使用svg文件补充-svg放大缩小操作(使用d3.js)
2020/09/22 Javascript
原生js实现移动小球(碰撞检测)
2020/12/17 Javascript
[03:11]完美世界DOTA2联赛PWL DAY8集锦
2020/11/09 DOTA
Python是编译运行的验证方法
2015/01/30 Python
Python中关于使用模块的基础知识
2015/05/24 Python
Python简单检测文本类型的2种方法【基于文件头及cchardet库】
2016/09/18 Python
linecache模块加载和缓存文件内容详解
2018/01/11 Python
python3实现随机数
2018/06/25 Python
python 输出所有大小写字母的方法
2019/01/02 Python
基于Python2、Python3中reload()的不同用法介绍
2019/08/12 Python
python栈的基本定义与使用方法示例【初始化、赋值、入栈、出栈等】
2019/10/24 Python
python框架django项目部署相关知识详解
2019/11/04 Python
HTML5添加禁止缩放功能
2017/11/03 HTML / CSS
美国存储和组织商店:The Container Store
2017/08/16 全球购物
表彰大会策划方案
2014/05/13 职场文书
房地产端午节活动方案
2014/08/24 职场文书
领导干部四风问题自我剖析材料
2014/09/25 职场文书
医者仁心观后感
2015/06/17 职场文书