0
点赞
收藏
分享

微信扫一扫

根据学习器的预测结果按正例可能性大小对样例进行排序,并逐个把样本作为正例进行预测,则可以得到查准率-查全率曲线,简称“P-R曲线”。请根据表1绘制该学习器的P-R曲线(只提供思路)。

北邮郭大宝 2022-03-24 阅读 20
python

思路:建立表格通过pandas的操作对数据进行整理

主要是提取出安预测大小排序的真实类型

然后通过假设筛选 设什么概率为判断为正例(如 预测为正例的概率为0.39为正,那概率小于他的就会为反例)这样我就可以得到预测的样本

 

def precision_score(y_true, y_predict):
    FP = np.sum((y_true == 1) & (y_predict ==0 ))  # FN
    TP = np.sum((y_true == 0) & (y_predict ==0))  # TP
    return TP / (TP + FP)
def recall_score(y_true, y_predict):
    FN = np.sum((y_true == 0) & (y_predict == 1))#FN
    TP = np.sum((y_true == 0) & (y_predict == 0))#TP
    return TP/(TP+FN)
def TPR(y_true, y_predict):
    FN = np.sum((y_true == 0) & (y_predict == 1))#FN
    TP = np.sum((y_true == 0) & (y_predict ==0))  # TP
    return TP / (TP + FN)
def FPR(y_true, y_predict):
    TN = np.sum((y_true == 1) & (y_predict == 1))#TN
    FP = np.sum((y_true == 1) & (y_predict == 0))#FP
    return FP/(FP+TN)

难得写了

举报
0 条评论