2017-11-30 13 views
-3
import numpy as np 
from sklearn import metrics 
y = np.array([1, 1, 2, 2]) 
scores = np.array([0.1, 0.4, 0.35, 0.8]) 
fpr, tpr, thresholds = metrics.roc_curve(y, scores, pos_label=2) 

私はアルゴリズムを使ってリンク予測を行い、テストとトレーニングネットワークを持っています。次のベクトル[1,0,1,0 、0]これはアルゴリズムが第1と第3のリンクを正しく予測し、他のリンクでは失敗することを意味する。 私はscikitを使ってROC曲線を使ってアルゴリズムのパフォーマンスを測定したいと思います。チュートリアルで私のベクトルと同じy配列を理解しましたが、チュートリアルのスコア配列は何ですか?シークレットのROC曲線の予測配列は何ですか

+0

出力1と0の単純なバイナリ問題と仮定します。スコアは、シキット学習推定器からの正のクラス(1)の予測確率になります。使用しようとしているエスティメータで 'predict_proba()'または 'decision_function()'を探します。理解を深めるために、データ、分類子に関するご質問に必要な詳細を追加してください。 –

答えて

0

私はROC曲線を使ってリンク予測をしたいと思っています。つまり、分類のためのMLアルゴリズムのようなリンク予測のアルゴリズムをテストしたいということです.scikitのスコア配列は、テストネットワークと比較したときにトレーニングネットワークで予測された新しいリンクのリンク予測アルゴリズム。

関連する問題