ROC 曲线
现在来为我们的随机森林分类器绘制一条 ROC 曲线。第一步是使用分类器的 .predict_proba() 方法,计算每个标签的预测概率。然后,使用 sklearn.metrics 中的 roc_curve 函数计算假阳性率和真正率,最后用 matplotlib 将其绘制出来。
已在您的工作区中提供一个以 70% 训练集规模拟合好的 RandomForestClassifier,变量名为 clf。
本练习是课程的一部分
现在来为我们的随机森林分类器绘制一条 ROC 曲线。第一步是使用分类器的 .predict_proba() 方法,计算每个标签的预测概率。然后,使用 sklearn.metrics 中的 roc_curve 函数计算假阳性率和真正率,最后用 matplotlib 将其绘制出来。
已在您的工作区中提供一个以 70% 训练集规模拟合好的 RandomForestClassifier,变量名为 clf。
本练习是课程的一部分