Mục tiêu công thứcTrong khi làm việc trên một mô hình phân loại, chúng tôi cảm thấy cần một số liệu có thể cho chúng tôi thấy mô hình của chúng tôi hoạt động như thế nào. Một số liệu cũng có thể đưa ra một biểu diễn đồ họa của hiệu suất sẽ rất hữu ích. Show
Đường cong ROC có thể cung cấp cho chúng tôi điểm số một cách hiệu quả rằng mô hình của chúng tôi đang hoạt động như thế nào trong việc phân loại các nhãn. Chúng ta cũng có thể vẽ đồ thị giữa tỷ lệ dương tính giả và tốc độ dương thực sự với đường cong ROC (nhận đặc tính hoạt động) này. Khu vực dưới đường cong ROC cũng là một số liệu. Lớn hơn khu vực có nghĩa là hiệu suất tốt hơn. Lưu ý rằng chúng ta có thể sử dụng đường cong ROC cho một vấn đề phân loại với hai lớp trong mục tiêu. Đối với dữ liệu có nhiều hơn hai lớp, chúng tôi phải vẽ đường cong ROC đối với mỗi lớp, phần còn lại của sự kết hợp của các lớp khác là lớp sai. Vì vậy, công thức này là một ví dụ ngắn về cách sử dụng ROC và AUC để xem hiệu suất của mô hình của chúng tôi. Chúng tôi sẽ sử dụng nó trên hai mô hình để hiểu rõ hơn. Mục lục
Hãy đến gần hơn với giấc mơ trở thành một nhà khoa học dữ liệu với hơn 70 dự án ML từ đầu đến cuối đã được giải quyếtEnd-to-End ML Projects Bước 1 - Nhập thư viện - GridSearchCV
Bước 2 - Thiết lập dữ liệu Bước 2 - Thiết lập dữ liệuBước 3 - Chia dữ liệu và đào tạo mô hình Bước 3 - Chia dữ liệu và đào tạo mô hìnhBước 5 - Sử dụng các mô hình trên bộ dữ liệu kiểm tra Bước 6 - Tạo tỷ lệ và điểm in tích cực sai và thực sự Bước 5 - Sử dụng các mô hình trên bộ dữ liệu kiểm traBước 6 - Tạo tỷ lệ và điểm in tích cực sai và thực sự Bước 6 - Tạo tỷ lệ và điểm in tích cực sai và thực sựBước 7 - Cấu trúc đường cong ROC Bước 7 - Cấu trúc đường cong ROCHãy đến gần hơn với giấc mơ trở thành một nhà khoa học dữ liệu với hơn 70 dự án ML từ đầu đến cuối đã được giải quyết roc_auc_score for DecisionTree: 0.9539141414141414
roc_auc_score for Logistic Regression: 0.9875140291806959
Làm thế nào để bạn vẽ một đường cong ROC trên cây quyết định?Xem xét không gian ROC, các điểm này là (x, y) = (fpr, tpr), trong đó fpr - tỷ lệ dương tính giả và tpr - tỷ lệ dương thực sự. Xem thêm về cách tính toán này trên trang Wikipedia. Bạn có thể mở rộng điểm này để trông giống như một đường cong ROC bằng cách vẽ một dòng từ (0,0) đến điểm của bạn và từ đó đến (1,1).drawing a line from (0,0) to your point, and from there to (1,1).
Làm thế nào để bạn đồ thị một đường cong ROC trong Python?Làm thế nào để vẽ một đường cong ROC trong Python ?.. Mục tiêu công thức .. Bước 1 - Nhập thư viện - GridSearchCV .. Bước 2 - Thiết lập dữ liệu .. Bước 3 - Chia dữ liệu và đào tạo mô hình .. Bước 5 - Sử dụng các mô hình trên bộ dữ liệu thử nghiệm .. Bước 6 - Tạo tỷ lệ tích cực sai và thực sự và điểm in .. Bước 7 - Cấu trúc đường cong ROC .. Làm thế nào để bạn hình dung một đường cong ROC?WEKA Explorer cho phép bạn vẽ đường cong ROC (đặc tính vận hành máy thu) cho một nhãn nhất định của bộ dữ liệu: chạy trình phân loại trên bộ dữ liệu.Nhấp chuột phải vào danh sách kết quả trên kết quả bạn muốn hiển thị đường cong cho.Chọn Visualize Curve Curve và chọn nhãn lớp bạn muốn cốt truyện.run a classifier on a dataset. right-click in the result list on the result you want to display the curve for. select Visualize threshold curve and choose the class label you want the plot for.
Đường cong ROC được sử dụng trong Python là gì?Một số liệu phổ biến khác là AUC, khu vực dưới đường cong đặc tính vận hành máy thu (ROC).Đường cong đặc trưng hoạt động của Reciever biểu thị tốc độ dương (TP) thực sự so với tỷ lệ dương tính giả (FP) ở các ngưỡng phân loại khác nhau.receiver operating characteristic (ROC) curve. The Reciever operating characteristic curve plots the true positive (TP) rate versus the false positive (FP) rate at different classification thresholds. |