- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我正在尝试使用 R 中的 ROCR 包绘制 ROC 曲线,但遇到以下错误:
Error in performance(pred, "tpr", "fpr") :
Assertion on 'pred' failed: Must have class 'Prediction', but has class 'prediction'
#convert actual and predicted labels to numeric
predicted<-as.numeric(as.character(test$Class))
actual<-as.numeric(as.character(test$overall_satisfaction))
#generate confusion matrix and label positive class
library(caret)
confusionMatrix(predicted,actual,positive="1")
#ROC curve
library(ROCR)
pred<-prediction(predicted, actual)
perf<-performance(pred,"tpr","fpr")
plot(perf,col="red", main="mlr_parameters_ROC")
abline(0,1, lty = 8, col = "grey")
最佳答案
上面的代码似乎无法访问 ROCR 包中的性能函数,这就是我看到错误的原因。
我保持其他一切不变,但解决了以下问题:
perf<-ROCR::performance(pred,"tpr","fpr")
关于r - 性能错误(pred, "tpr", "fpr"),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/51683405/
当尝试使用例如获取召回分数时 rf_model.recall() 我收到错误: h2o ValueError: No metric tpr 我可以获得其他指标,例如准确度、AUC、精度和 F1,但无法
这个问题在这里已经有了答案: How to get precision, recall and f-measure from confusion matrix in Python [duplicat
我正在尝试使用 R 中的 ROCR 包绘制 ROC 曲线,但遇到以下错误: Error in performance(pred, "tpr", "fpr") : Assertion on 'pred'
我希望对“roc_curve”(sklearn) 输出重新采样。 当我在 Ipython 中绘制 fpr,tpr 时很好,但有时我想导出它(主要是为客户端),但很难理解,因为它不是线性的。 例如 fp
当我们使用 AdaBoost 进行目标检测时,我们需要为每个阶段(AdaBoost 的迭代)设置 TPR 和 FPR。 我们需要高 TPR 和低 FPR。 据我了解,我们有: 总 TPR = (sta
我有一个代码可以打印多类分类问题的混淆矩阵。 import itertools import numpy as np import matplotlib.pyplot as plt from skle
在数据集不平衡的情况下如何计算平均TPR、TNR、FPR、FNR? 示例 FPR:[3.54224720e-04 0.00000000e+00 1.59383505e-05 0.00000000e+0
我已经熟悉任务优先级寄存器 cr8(Windows 上的 IRQL),当然我知道我们如何使用 cli 和sti。但是,我对这两者有几个问题。 首先,清除中断标志 cli 是否“覆盖”存储在 TPR 中
初始化列表列表: data = [[1.0, 0.635165,0.0], [1.0, 0.766586,1.0], [1.0, 0.724564,1.0], [1.0, 0.7665
我试图计算真阳性率和假阳性率,然后手动绘制 roc 曲线,因为我想检查从 sklearn.metrics roc_curve 函数获得的 roc 曲线。但是我得到的 fpr(在 x 轴上)与 tpr(
我正在尝试理解并绘制不同类型分类器的 TPR/FPR。我在 R 中使用 kNN、NaiveBayes 和决策树。使用 kNN,我执行以下操作: clnum <- as.vector(diabetes.
我正在尝试使用 plotly.js 以及在 R 中获得的值来制作 ROC 曲线。 在 plotly 中,我必须填写值(x 轴、y 轴)才能绘制图表。 但是,当我使用逻辑回归函数 glm 或 multi
我是一名优秀的程序员,十分优秀!