ROC曲线绘制

Question

使用支持向量机绘制具有179个列(作为特征)大小为1200的数据集的ROC曲线会产生以下错误：

“数组的索引太多”

代码：

 from sklearn.svm import SVC
 svclassifier = SVC(kernel='linear')

 svm = svclassifier.fit(X_train, Y_train).decision_function(X_test)

 Y_pred = svclassifier.predict(X_test)

 ns_predt = [0 for _ in range(len(Y_test))]

 Y_predt = Y_pred[:,1]

Traceback (most recent call last) IndexError
<ipython-input-92-62de12967d46> in <module>
----> 1 Y_predt = Y_pred[:,1]

IndexError: too many indices for array

Answer 1

您所得到的错误与"Y_pred:,1“中所要求的可用索引有关。您正在请求列1的所有行(冒号“：”)(使用Python的零索引，这实际上是第二列)。然而，Y_pred是一个numpy一维数组(即没有列)。

我不知道你想用ns_predt = [0 for _ in range(len(Y_test))]做什么，也不知道用Y_predt = Y_pred[:,1]做什么，所以我不能给你其他的选择。但问题很明显:您请求的列是不存在的。

使用以下代码可以很容易地复制该问题：

import pandas as pd
import numpy as np
import pdb
from sklearn.svm import SVC

print('Creating fake data..')
X_train = pd.DataFrame(np.random.randint(0,1000,size=(100, 4)), columns=list('ABCD'))
Y_train = pd.DataFrame(np.random.randint(0,10,size=(100, 1)), columns=list('E'))

X_test = pd.DataFrame(np.random.randint(0,100,size=(100, 4)), columns=list('ABCD'))
Y_test = pd.DataFrame(np.random.randint(0,10,size=(100, 1)), columns=list('E'))

print('Initializing classifier')
svclassifier = SVC(kernel='linear')

print('Training the model')
svm = svclassifier.fit(X_train, Y_train).decision_function(X_test)

print('Predicting outcome')
Y_pred = svclassifier.predict(X_test)

print('... ? ...')
ns_predt = [0 for _ in range(len(Y_test))]
try:
    Y_predt = Y_pred[:,1]
except:
    print('I failed...')
    pdb.set_trace()