当前位置:   article > 正文

python roc曲线_使用python+sklearn实现可视化API绘制ROC曲线

roc曲线可视化代码
注意: 单击 此处https://urlify.cn/rUJjUb 下载完整的示例代码,或通过Binder在浏览器中运行此示例 Scikit-learn定义了一个简单的API,可用于机器学习的可视化。该API的主要功能是无需重新计算即可进行快速绘图和调整可视化。在此示例中,我们将通过比较ROC曲线来演示如何使用可视化API。
print(__doc__)

加载数据并训练SVC

首先,我们加载葡萄酒识别数据集并将其转换为二分类问题,然后我们在训练集上训练一个支持向量分类器。
import matplotlib.pyplot as pltfrom sklearn.svm import SVCfrom sklearn.ensemble import RandomForestClassifierfrom sklearn.metrics import plot_roc_curvefrom sklearn.datasets import load_winefrom sklearn.model_selection import train_test_splitX, y = load_wine(return_X_y=True)y = y == 2X_train, X_test, y
声明:本文内容由网友自发贡献,转载请注明出处:【wpsshop】
推荐阅读
相关标签
  

闽ICP备14008679号