关注 码龄 粉丝数 原力等级 -- 被采纳 被点赞 采纳率 2301_78846721 2023-12-07 13:19

采纳率: 0%

浏览 128 首页

Python

为什么roc曲线横坐标不从0开始，该怎么解决 pythonr语言

为什么横坐标是这样显示的，改成特异度时候也是从1.2开始，求各位指教

收起

写回答

好问题

0 提建议

关注问题

微信扫一扫 点击复制链接 分享 邀请回答

编辑 收藏 删除 结题 收藏 举报 结题 再想想 删除 再等等 4条回答 默认 最新 关注 码龄 粉丝数 原力等级 -- 被采纳 被点赞 采纳率 CSDN-Ada助手 CSDN-AI 官方账号 2023-12-07 16:45 关注 【相关推荐】

这个问题的回答你可以参考下: https://ask.csdn.net/questions/7705856这篇博客你也可以参考下：【机器学习系列】如何将多条ROC曲线画在一张图里，并解决文本遮挡问题除此之外, 这篇博客: 人工智能-逻辑回归、分类评估方法、ROC曲线、类别不平衡中的 3，案例：癌症分类预测-良/恶性乳腺癌肿瘤预测 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:

import pandas as pd

import numpy as np

from sklearn.model_selection import train_test_split

from sklearn.preprocessing import standardScaler

from sklearn.linear_model import LogisticRegression

#1.获取数据

data = pd.read_csv("data")

data.head()

#2.数据处理

#2.1缺失值处理

data = data.replace(to_replace="?",value=np.nan)

data = data.dropna()

#2.2确定特征值，目标值

data.head()

x = data.iloc[:,1:-1]

x.head()

y = data['Class']

y.head()

#2.3分割数据

x_train,x_test,y_train,y_test = train_test_split(x,y,random_state=22,test_size=0.2)

#3,特征工程

transfer = StandardScaler()

x_train = transfer.fit_transform(x_train)

x_test = transfer.fit_transform(x_test)

#4，逻辑回归

estimator = LogisticRegression()

estimator.fit(x_train,y_train)

#5,模型评估

#5.1准确率

ret = estimator.score(x_test,y_test)

print('准确率：\n',ret)

#5.2预测值

y_pre = estimator.predict(x_test)

print('预测值：\n',y_pre)

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^ 本回答被题主选为最佳回答 , 对您是否有帮助呢? 本回答被专家选为最佳回答 , 对您是否有帮助呢? 本回答被题主和专家选为最佳回答 , 对您是否有帮助呢?

解决

无用

评论

打赏

微信扫一扫 点击复制链接 分享 举报

评论

按下Enter换行，Ctrl+Enter发表内容

查看更多回答(3条)

向“C知道”追问

报告相同问题？

提交

关注问题

删除 再等等 再想想 采纳 python画roc曲线需要什么数据,python画roc曲线 2021-04-27 09:33 weixin_39805119的博客 ROC曲线 ROC 曲线用于绘制采用不同分类阈值时的 TPR (真正例率，纵坐标)与 FPR(假正例率，横坐标)，ROC曲线越接近左上角，该分类器的性能越好。 敏感度分析 不同特征范围下的准确率 将图片精确率与召回率的调和均值... python画roc曲线需要什么数据,Python ROC曲线绘制 2021-04-27 09:33 慕如璟的博客 一、混淆矩阵分类问题中，不管建模人员使用什么模型都难以到达100%的预测准确率...例如：一个二分类样本中0：1占比为9：1，当一个分类器将所有的样本都识别为0，此时模型的错误率为10%，准确率为90%，如果仅仅看错误... ROC曲线绘制（Python） 2021-12-08 16:46 SaN-V的博客 我看谁还不会用Python画出ROC曲线！！！ python roc曲线_[Hulu百面机器学习]python实战系列(2.2)——ROC曲线 2020-12-20 21:42 weixin_39869733的博客 各位，想加公众号粉丝群的就先加微信：xiaoshida002，非诚勿扰，不准广告！经过上一张的讲解，我们对基本的准确率精确率等概念有一个基本的...其横坐标为假阳性率(FPR)，纵坐标是真阳性率(TPR)，其公式分别为：其中... ROC原理介绍及利用python实现二分类和多分类的ROC曲线 2018-08-19 16:48 闰土不用叉的博客 本文通过对这些指标的原理做一个简单的介绍，然后用python分别实现二分类和多分类的ROC曲线。 1 基本概念 一个分类模型(分类器)是一个将某个实例映射到一个特定类的过程.分类器的结果可以是给出该实例所属的... python如何绘制出ROC曲线 2023-01-07 17:39 Clown爱电脑的博客 可以使用 Python 中的 matplotlib 库来绘制 ROC 曲线。首先需要计算每个阈值下的真正率 (True Positive Rate, TPR) 和假正率 (False Positive Rate, FPR)。然后使用 matplotlib 的 plot 函数绘制 FPR 对应的横坐标值... python的roc曲线与阈值_ROC曲线-阈值评价标准 2020-12-21 07:18 weixin_39944375的博客 ROC曲线指受试者工作特征曲线 / 接收器操作特性曲线(receiver ...从而计算出一系列敏感性和特异性，再以敏感性为纵坐标、(1-特异性)为横坐标绘制成曲线，曲线下面积越大，诊断准确性越高。在ROC曲线上，最靠近... python 绘制ROC曲线，计算AUC值 2023-09-21 12:06 Auto凉粉的博客 本文主要介绍绘制ROC曲线的python代码实现 python画roc曲线_使用Python画ROC曲线以及AUC值 2020-11-29 13:23 weixin_39569747的博客 AUC介绍AUC(Area Under Curve)是机器学习二分类模型中非常常用的评估指标，相比于F1-Score对项目的不平衡有更大的容忍性，目前常见的机器学习库中(比如scikit-learn)一般也都是集成该指标的计算，但是有时候模型是... python多分类画roc曲线_多分类下的ROC曲线和AUC 2020-12-22 16:23 weixin_39616477的博客 本文主要介绍一下多分类下的ROC曲线绘制和AUC计算，并以鸢尾花数据为例，简单用python进行一下说明。如果对ROC和AUC二分类下的概念不是很了解，可以先参考下这篇文章：... python正确的的画出ROC曲线 2022-06-12 02:00 xiaoweiwei99的博客 受试者工作特征曲线 （receiver operating characteristic curve，简称ROC曲线），又称为感受性曲线（sensitivity curve）。得此名的原因在于曲线上各点反映着相同的感受性，它们都是对同一信号刺激的反应，只不过是... python：实现二分类和多分类的ROC曲线 2019-03-04 11:26 初识-CV的博客 precision：预测为对的当中，原本为对的比例（越大越好，1为理想状态） recall：原本为对的当中，预测为对的比例（越大越好，1为理想状态） F-measure：F度量是对准确率和召回率做一个权衡（越大越好，1为理想状态，... ROC/AUC曲线学习及Python实现 2021-10-06 17:56 Joker 007的博客 参考博客：【机器学习笔记】：一文让你彻底理解准确率，精准率，召回率，真正率，假正率，ROC/AUC 一、准确率，精准率，召回率 1.TP、TN、FP、FN概念 P（Positive）：代表1 N（Negative）：代表0 T（True）：代表... 使用Python画ROC曲线和PRC曲线 2022-04-16 09:34 风灬陌的博客 受试者工作特征曲线（Receiver operating characteristic curve，ROC） 精确召回曲线（Precision recall curve，PRC）

没有解决我的问题,

去提问