roc

    4熱

    1答えて

    テンソル流でAUCを計算するには？

    私はTensorflowを使ってバイナリクラシファイアを構築しましたが、今はAUCと精度を使ってクラシファイアを評価したいと思います。 限り精度に関しては、私は簡単に次のように行うことができます。 X = tf.placeholder('float', [None, n_input]) y = tf.placeholder('float', [None, n_classes]) pred =
    tensorflow python-3.5 roc auc 2016-09-11

    0熱

    1答えて

    ROCRライブラリ予測関数のエラー

    ROCRライブラリとROC曲線を作成するための予測関数を使用しています。私はこのようにしています（スタックオーバーフローからコピー） p_Lr <- predict(Model_Lr,newdata=Tst,type="response") pr_Lr <- prediction(p_Lr, Tst$Survived) prf_Lr <- performance(pr_Lr, measure
    atomic prediction roc 2016-09-14

    -1熱

    1答えて

    plotly - ラインスタイルを変更する

    私はプロットグラフ上に複数の関連するものをプロットしようとしています。 私は、同時に行を区別し関連付ける必要があります。より明確にするために、私は訓練した分類子のROC特性をプロットしています。私は同じ色の特定の分類器を必要としますが、訓練方法には異なる線種が必要です。 私は現在、私の要件を満たすためにこれを使用する： ここ は、例えば同じ、 data = [ go.Scatter(
    python plot plotly roc 2016-09-14

    -2熱

    1答えて

    偽陽性と真陰性の合計がゼロの場合、偽陽性率（FPR）を計算するにはどうすればよいですか？

    パフォーマンス測定とROC曲線を描こうとしていますが、ROC曲線を描くにはTPRとFPRが必要です。 偽陽性率（FPR）は、私が0に両方同じTNとFPの値を得たので、どのようにすることができますしているFP /（FP + TN） を= 私たちが知っているように、私はこの場合のFPRを計算し、ROC曲線に入れますか？
    machine-learning roc false-positive 2016-09-16

    1熱

    1答えて

    特異性の特定の値に対するカットオフと感度を計算しますか？

    いくつかの回帰モデルを計算した後、最良のモデルを見つけるために、感度値とあらかじめ指定された特異性値（すなわち、0.99,0.90,0.85など）のカットオフを計算します。私はカットオフ（0.1から0.9まで）の与えられた値に対する感度と特異度を計算するためのコードを作成しましたが、今では特異性の特定の値を使用したいと思います（対応するカットオフ値と感度値を計算します）。そしてここで私は立ち往生し
    regression roc 2016-08-03

    -1熱

    1答えて

    ビデオから真のネガを分類する方法は？

    私はROCカーブを描画しようとしています。 ROC曲線では、x軸に偽陽性率（FPR）を、y軸に真陽性率（TPR）をプロットする必要があります。私たちが知っているように、 FPR = FP /（FP + TN） したがって、次の画像でどのように私は、真陰性（TN）を検出することができますか？私は人間を検出するためにHOG分類器を使用しました。私は矩形1,2,3,4,5,6（または7でなければなりませ
    machine-learning computer-vision classification object-detection roc 2016-09-22

    1熱

    2答えて

    確率的な棒を使わずに線幅を広げるggplot

    ggplot2の線幅をランダムな線を追加することなくスムーズに増やすことができるかどうか知りませんか？ここに私の元のラインプロットだとサイズを5に増やし： > ggplot(curve.df, aes(x=recall, y=precision, color=cutoff)) + > geom_line(size=1) 理想的 は、最終的なイメージがPRROCパッケージから以下のプロットのよ
    r plot ggplot2 roc 2016-08-09

    0熱

    1答えて

    scikit-learnを使用してバイナリ値のスコアのROC曲線をプロットする方法は？

    私は以下のコードを使用してROC curveをプロット： fpr["micro"], tpr["micro"], _ = roc_curve(y_test.ravel(), y_score.ravel()) plt.plot(fpr["micro"], tpr["micro"], label='ROC curve Fold1 (area = %0.2f)' % roc_auc1["
    python scikit-learn roc 2016-08-10

    -1熱

    2答えて

    どのようにお互いにそれらを比較するために、いくつかの分類モデルからのROC曲線を作成するために、どのように複数の分類モデル

    からのROC曲線を作成します。私はKNIME分析プラットフォームを使用しています。
    machine-learning data-mining data-analysis roc knime 2016-08-10

    0熱

    1答えて

    精度が100％でなくても1.000 ROC領域の値を取得する理由

    私はWekaを分類子として使用しています。しかし、私の最後のテストでは、FigureのConfusion Matrixに示されているように、100％の精度を持たずに1.000のROC領域の値を得ました（正しく覚えていれば完全な分類を表しています）。 質問：私は結果を間違って解釈していますか、間違った結果を得ていますか（おそらく、私が使用している分類器はひどくプログラムされているかもしれませんが、
    classification weka roc confusion-matrix 2016-08-25
最新の質問