python - 如何使用 sklearn 弹性网制作 ROC?
问题描述
我有:
r = 6 个特征的 numpy 数组,即形状 ~10000 x 6
答案 = 我想学习预测的二进制 numpy 数组(1 或 0),形状 ~1000 x 1
我已经搞定了:
[datatrain, datatest, answertrain, answertest] = cross_validation.train_test_split(r,answer)
clf = linear_model.ElasticNet()
clf.fit(X=datatrain,y=answertrain)
prediction = clf.predict(datatest)
如何获得 ROC 的阈值?我没有看到决策函数或预测概率或任何东西的属性。
解决方案
推荐阅读
- docker - 在 docker 机器上使用 docker 机密
- c++ - SCIP:捕获“节点不可行”事件后如何解决 LP,
- python - 如何根据其他列值重命名熊猫 DataFrame 索引标签
- c - 如何将文本文件中一行中的整数分配给c中的变量?
- java - 如何从 Unix 脚本中输入“su -”的密码并将其存储在历史记录中?
- tensorflow - TensorFlow 对象检测再训练,置信度分数真的很低
- telegram - 如何在电报机器人中每行添加 1 个按钮?
- python - 如何通过 Pyenv 将 python 模块添加到 Python 安装中?
- python - jupyter-notebook 和 jupyter-lab 的自定义键盘快捷键,用于向上/向下移动行
- c# - 使用 C# 代码和文件中的测试用例进行 NUnit 测试的问题