回答情况：
提问时间：
问题标签：
)
boost_rounds = cv_results['test-auc-mean'].idxmax', cv_results['train-auc-mean'][boost_rounds])
def best_model(self, n_trials=100:0.777869+0.0
浏览 2提问于2020-06-04得票数 0
回答已采纳
大多数功能在本质上是分类的，我使用随机森林并使用Stratified K fold (10折)进行验证，我的验证AUC相当高，约为0.98-99。在提交时，我无法获得超过0.85的AUC，这是一个巨大的偏差。我尝试了很多方法，比如PCA和特征选择，但我的验证并不可信，提交分数也没有提高。cross_val_score(X=X,y=y,cv=skf,estimator=pipe_rf,scoring='accuracy')))
使用目标编码，我的验证给出了平均98%的准确率(数据是平衡的，所以使用准确度，AUC
浏览 3修改于2020-06-15得票数 0
我使用以下示例进行培训和预测：=======================输出如下：以及：现在我需要用AUC软件包计算AUC，但我不太明白怎么做？auc(中华民国)
谢谢Manel
浏览 4提问于2022-01-11得票数 -1
auc和val_auc的值以第一个偶数整数存储在history中，如auc、auc_2、auc_4、auc_6……诸若此类。这阻止了我在Kfold交叉验证过程中管理和研究这些值，因为我不能访问history.history['auc']值，因为并不总是有这样的关键'auc'。=========] - 0s 1ms/sample - loss: 0.6931 - auc: 0.5000
浏览 55修改于2020-08-26得票数 2
2回答
如何获得具有fpr和tpr的AUC值？Fpr和tpr仅仅是从这些公式中获得的2个浮点数：my_tpr = tp / (tp + fn)y_predict_proba = model.predict_proba(X_test)fpr, tpr, _ = roc_cu
浏览 22修改于2018-06-14得票数 3
回答已采纳
我正在尝试使用R中的AUC包来绘制AUC图。0.564282 0.606 0.394284 0.284 0.716包中的代码是： plot(perf, col="red")获取曲线下面积
性能(roc_pred，&
浏览 1修改于2015-08-13得票数 0
params = {'eval_metric' : 'AUC','random_seed' : 42,}
cbc.fit(x_tr, y_t
浏览 3修改于2020-11-12得票数 0
我很难理解roc_auc_score()和auc()在scikit-learn中的区别(如果有区别的话)。AUC的Out[490]: 0.823380340425
浏览 3修改于2015-07-01得票数 68
回答已采纳
在某些情况下，tf.metrics.auc与sklearn.metrics.roc_auc_score相比产生了非常不同的值。(y_true, y_pred): K.get_session().={'auc': auc})
X = np.fromfile('X_test(65, 80, 1292, 1).txt',
浏览 0修改于2018-08-24得票数 6
回答已采纳
我正在尝试使用查找AUC值。这个问题是在每个时期之后，我有如下的AUC值：(0.0, 0.57414174)...如果我没理解错文档的话，第一个值(即0.0)表示auc，第二个值表示update_op。谢谢。
浏览 3提问于2018-04-16得票数 0
我在使用tensorflow库的AUC时遇到了问题。我每批训练我的模型(卷积神经网络)(我不使用验证集)，在每个时代之后，我使用一个独立的测试集来获得我的评估。问题在AUC的评价中。在每一批中，我计算训练集的AUC/准确度/丢失/精确/召回/F1_得分，然后汇总这些分数的平均值。当我试图做同样的测试集，我再次计算相同的分数。我注意到，除了AUC之外，所有分数都有不同的值。我认为这是不正确的测试的损失函数增加和AUC也增加。问题是，测试的AUC</e
浏览 0修改于2018-01-27得票数 0
1回答
Area under the curve: 1
AUC等于1，我不确定我是否所有的运行都是正确的，或者我可能在解释我的结果时做错了什么，因为AUC等于1是非常罕见的。
浏览 1修改于2022-04-09得票数 0
回答已采纳
2回答
我使用交叉验证技术(避免过度拟合)和AUC ROC作为评分函数来比较算法的性能，但我得到了与随机森林算法和AdbBoost算法的一个奇怪的结果，尽管该算法的召回率和FPR分别不同于1和0，但有一个完美的AUC_ROC评分(即=1)。best=pd.DataFrame.from_dict(cv_rst).iloc[bestIndx]
roc="{:.12f}".format(best['mean_test_roc_auc,g_mean,r2]],columns = ['Model',
浏览 0修改于2020-07-22得票数 5
回答已采纳
Convert labels to one hot encoded versionfpr = dict()roc_auc) fpr[i], tpr[i], _ = roc_curve(y_test[:, i], y_score[:, i])
# Compute micro-average ROC curve and
浏览 0提问于2021-02-09得票数 6
回答已采纳
0.99999843468322)), .Names = c("X1", "X2"), row.names = c(NA, 当我使用Metrics包中的auc> Metrics::auc(df1$X1, df1$X2)这似乎不正确。有什么建议吗？
浏览 1修改于2013-10-21得票数 2
在我的模型的训练时间期间，我正在尝试记录AUC。
根据的说法，tf.metric.auc需要一个label和predictions，两者的形状是相同的。
浏览 3提问于2018-01-09得票数 1
number_of_test_images = number_of_test_images + 1
auc_value= auc(fpr, tpr) 我想问一下为什么我的AUC总是= 0.5？
浏览 105提问于2019-01-06得票数 1
1回答
我阅读了大量关于ROC和AUC的文章，我发现我们需要为不同的分类阈值测量TPR和FPR。这是否意味着ROC和AUC只能用于概率分类器，而不能用于离散分类器(如树)？
浏览 21提问于2019-02-19得票数 0
2回答
我正在为一组物种生成生态位模型，我想使用AUC作为生态位质量的度量标准。开发Maxent的Steven Phillips在他的Maxent手册中提供了代码，用于计算R中的AUC。然而，我正在阅读报告部分AUC比率的论文，认为这是一个更健壮和概念上合理的指标。我想我知道如何使用ROCR R包计算部分AUC，但是如何计算AUC比率呢？")@y.values[[1]] #RETURNS AUC
pres&l
浏览 0修改于2013-09-29得票数 5
回答已采纳
1回答
我试图计算auc，但有一个奇怪的问题。92681df1 <- data.frame(act1 = round(runif(nrows), 0), pred1 = runif(nrows))
glmnet::auc(df1$act1, df1$pred1)> Metrics::auc(df1$act1, df1$pred1)
[1] 0.4930949> glmnet::auc(
浏览 1提问于2015-02-19得票数 1
回答已采纳
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号