画像データセットを使用した顔認識にscikit-learnを使用してROCカーブをプロットすると、エラーが発生します（fetch_olivetti_faces）

Question

私はマシンを傾けるのがとても新しいです。どんな助けもありがとう。

アルゴリズム（LDA、SVM）の精度とエラーレートを示すグラフをプロットしたいと思います。どちらのアルゴリズムがどちらの方が優れているかを比較してみましょう。ターミナルでPythonプログラムを実行することによって返される正確さは、良い証明とはみなされません。

混同行列を使用してプロットされたグラフは、精度とエラー率を示します。

私は、ROCを使用してグラフをプロットすることはバイナリクラシファイア（）のためのものであり、LDAとSVMアルゴリズムを使用してイメージデータセットに使用することもできます。

グラフcross_val_predictをプロットして予測誤差を視覚化しました。

上記よりもうまくいくか、逃したグラフィック表示がありますか？

Answer 1

通常私はこのようなROC曲線プロット：コードの

predictions_prob = your_model.predict_proba(x_test) 
false_positive_rate, recall, thresholds = roc_curve(y_test, predictions_prob[:,1]) 
roc_auc = auc(false_positive_rate, recall) 
plt.plot(false_positive_rate, recall, 'g', label = 'AUC %s = %0.2f' % ('model name', roc_auc)) 
plt.plot([0,1], [0,1], 'r--') 
plt.legend(loc = 'lower right') 
plt.ylabel('Recall') 
plt.xlabel('Fall-out') 
plt.title('ROC Curve')