python - 如何向 model.decision_function 添加阈值?
问题描述
问题是:如何向 model.decision_function 添加阈值(在这种情况下,model=Support Vector Clustering Machine,我希望输出为混淆矩阵;这是 1 和 0 的二进制分类,其中 1 将高于-210 阈值)
以下是我到目前为止所拥有的,但它给出了一个奇怪的输出,所以这是不对的。包含数据太难了;我只是希望有人以前做过类似的事情,并且知道我的代码中可能缺少什么。
from sklearn.metrics import confusion_matrix
from sklearn.svm import SVC
from sklearn.calibration import CalibratedClassifierCV
from sklearn.model_selection import train_test_split
import numpy as np
>
> def test():
> svm = SVC(kernel='linear').fit(X_train, y_train)
> svm_predicted = np.where(svm.decision_function(X_test)>-210,1,0)
> confusion = confusion_matrix(y_test, svm_predicted)
> return confusion
>
> test()
输出:
> array([[ 0, 750],
> [ 0, 320]])
提前感谢您的任何指示或指导!
解决方案
推荐阅读
- android - 知道应用程序内部的信息作为另一个类中的列表存在,我如何在颤振中使用搜索
- laravel - 将文件上传到 S3 时出错:PutObject 错误
- java - iText 1.4.8 支持 Html 标签转换
- kotlin - Kotlin MPP 期望/实际具有不同的签名
- xml - Powershell从文件中删除特定文本
- node.js - NodeJS 在数据库或属性文件中存储 mongo 聚合查询
- swift - 设计使用 Core Data NSManagedObject 的 SwiftUI 预览
- r - 按频率过滤数据
- sql - Oracle 从 Exists 子句的主查询中提取列
- openbmc - 为 webui 添加第一个 opembmc 用户