roc

0열

1답변

UCI 저장소에서 제공되는 Indian Liver Patients 데이터 세트에서 분류를 수행 한 후 ROC 커브를 구현하려고합니다. 오류가 발생했습니다. 다음은 R의 코드 다음에 데이터 집합의 헤드의 dput이 뒤에 오는 오류입니다. 코드 library(ROCR) library(ggplot2) Data<-read.csv("C:/Users/Dell/De

2열

1답변

multiclass.roc (패키지 'pROC')를 사용하는 R 다중/다항 분류 ROC

multiclass.roc 매개 변수의 모양을 이해하는 데 어려움이 있습니다. 여기 내 데이터의 스냅 샷 : > head(testing.logist$cut.rank) [1] 3 3 3 3 1 3 Levels: 1 2 3 > head(mnm.predict.test.probs) 1 2 3 9 1.013755e-04 3.713862e

4열

1답변

tensorflow가있는 AUC를 계산하는 방법은 무엇입니까?

저는 Tensorflow를 사용하여 이진 분류자를 만들었습니다. 이제 AUC와 정확도를 사용하여 분류자를 평가하고 싶습니다. 지금까지 정확도에 관한 한, 나는 쉽게 다음과 같이 수행 할 수 있습니다 AUC를 계산할 때 X = tf.placeholder('float', [None, n_input]) y = tf.placeholder('float', [Non

-1열

1답변

음모 - 선 스타일 변경

음모를 꾸미는 그래프에 여러 가지 관련있는 것들을 표시하려고합니다. 나는 동시에 선을 차별화하고 관련 짓고 싶습니다. 더 명확하게하기 위해, 나는 훈련 한 분류 자의 ROC 특성을 계획하고있다. 나는 같은 색깔의 특별한 분류자를 원하지만 훈련 방법에 대한 다른 선 스타일을 원한다. 나는 현재 내 요구 사항을 충족하기 위해 이것을 사용 : 여기 내가 파란색으

0열

1답변

tensorflow의 메트릭 (contrib)은 제한된 속성 만 표시합니다.

tensorflow에서 tf.contrib.metrics.streaming_auc()을 사용하여 신경망 모델의 auc 값을 찾고 싶습니다. 하지만 tf.contrib.metrics. auc_histogram()을 제외한 다른 옵션은 없습니다. tensorflow에서 사용할 수있는 많은 옵션이 있지만 아무 것도 제공되지 않습니다. 누군가 그 속성들을 가져 오

1열

1답변

특이도의 특정 값에 대한 컷오프 및 감도를 계산 하시겠습니까?

몇 가지 회귀 모델을 계산 한 후, 최상의 모델을 찾기 위해 특이성의 사전 지정된 값 (예 : 0.99, 0.90, 0.85 등)에 대한 감도 값과 컷오프를 계산하려고합니다. 나는 컷오프 (0.1에서 0.9까지)의 주어진 값에 대한 민감도와 특이성을 계산하는 코드를 만들었지 만, 이제 특정 특이성 값을 사용하고자합니다 (즉, 상응하는 컷오프 값과 민감도 값

-1열

2답변

여러 분류 모델에서 ROC 곡선을 작성하는 방법

여러 분류 모델에서 ROC 곡선을 작성하여 서로 비교하는 방법. KNIME 분석 플랫폼을 사용하고 있습니다.

1열

1답변

R : 로크로 부팅 할 때 "매트릭스의 잘못된 첨자 수"오류가 발생했습니다.

Rstudio를 사용하고 있고 roc을 pROC부터 boot까지 부트 스트랩에 사용하려고합니다. 나는 this link에 부호를 따르고있다. 해당 링크의 코드는 boot과 함께 다른 함수를 사용하며 정상적으로 작동합니다. 하지만 roc을 시도하면 오류가 발생합니다. 아래 코드는 다음과 같습니다. (출력에서 재 샘플링이 몇 번 수행되었는지보기 위해 샘플의 크

2열

3답변

Python, Roc 곡선 및 ggplot?

나는 roc 곡선과 해당 auc를 표시하는 튜토리얼을 따라 갔다. 나는 결코 ggplot 라이브러리를 사용하지 않았기 때문에 어디에서 오류인지 이해할 수 없다. 여기에 아래의 코드 : from sklearn import metrics import pandas as pd from ggplot import * preds = clf.

0열

1답변

정확도가 100 %가 아니어도 1.000 ROC 영역 값을 가져 오는 이유는 무엇입니까?

Weika를 분류 자로 사용하고 있으며 지금까지 저에게 큰 도움이되었습니다. 그러나, 마지막 테스트에서 그림의 혼란 매트릭스에서 볼 수 있듯이 정확도가 100 %가 아닌 1.000 ROC 영역 값 (정확하게 기억한다면 완벽하게 분류 됨)을 얻었습니다. 제 질문은 : 결과를 잘못 해석했거나 틀린 결과를 얻었습니까? (아마도 사용하지 않는 분류 기가 잘못 프로