ROC 曲線
現在來為我們的隨機森林分類器建立 ROC 曲線吧。第一步是使用分類器的 .predict_proba() 方法,計算每個標籤的預測機率。接著,使用 sklearn.metrics 的 roc_curve 函式計算假陽性率與真陽性率,然後用 matplotlib 繪圖。
一個以 70% 訓練集進行訓練的 RandomForestClassifier 已經擬合完成,並以 clf 的名稱提供在你的工作空間中。
本練習屬於課程
現在來為我們的隨機森林分類器建立 ROC 曲線吧。第一步是使用分類器的 .predict_proba() 方法,計算每個標籤的預測機率。接著,使用 sklearn.metrics 的 roc_curve 函式計算假陽性率與真陽性率,然後用 matplotlib 繪圖。
一個以 70% 訓練集進行訓練的 RandomForestClassifier 已經擬合完成,並以 clf 的名稱提供在你的工作空間中。
本練習屬於課程