问题标签 [scikit-plot]

所以我有一个非常具有挑战性的数据集可以使用，但即使考虑到这一点，我得到的 ROC 曲线也看起来很奇怪而且看起来很错误。

下面是我的代码 - 在传递我的预测和基本事实标签后，我使用 scikitplot 库 (skplt) 绘制 ROC 曲线，所以我不能合理地弄错。我在这里错过了什么非常明显的东西吗？

下面是明显的二进制 ROC 曲线：

我知道我不能期望在如此具有挑战性的数据集上表现出色，但即便如此我也无法理解为什么我会得到这样一个二元结果，特别是对于各个类的 ROC 曲线。不，我无法获得更多数据，尽管我真诚地希望我能。如果这确实是有效的代码，那么我将不得不使用它，也许会报告微平均 F1 分数，这看起来还不错。

作为参考，在下面的代码片段中使用 sklearn 的 make_classification 函数，我得到以下 ROC 曲线：

难道我做错了什么？或者考虑到这些特征，这是我应该期待的吗？

这不是解决我的代码问题。（代码有效，但不适用于使用的数据）。这个问题直接与作为技术查询的 sklearn fit() 函数调用有关。

下面的模块调用。

代码应该适合数据（下面提供的链接）

产生如下图所示的图：

寻找有关以下代码的性能或错误问题的专家意见，请注意代码运行但它是我正在运行的数据。当我传入基于日志的 t-SNE 模型时，模型将不适合，我已经运行了几个小时，它应该在几秒钟内完成。

我尝试过的事情：等待它完成几个小时旋转一个盒子并支付谷歌为一个野兽盒子

我开始认为这可能与所有花车都太小有关。但是 float32 约束应该可以做到这一点。非常感谢任何建议或想法。

我在这里使用的数据(X)

对应的y值可以在这里获取

我对数据科学和 python 很陌生。我正在尝试使用 scikitplot 绘制我在 Spyder (Python 3.6) 中构建的模型的累积增益曲线。但是，它不断返回错误：ModuleNotFoundError: No module named 'scikitplot'。

见下文：

我尝试在 anaconda 提示符下使用以下内容：

和

然而，这些都没有奏效。结果 anaconda 提示：

感谢任何可能知道我做错了什么的人。

我生成了通过 2 个模型预测的答案的提升曲线：逻辑回归和决策树。我在两个单独的图表上得到 2 个单独的图。我需要一个描绘这两个图的图表。怎么做？

我在两个不同的图表上收到两个不同的图。我需要单个图表上的两个图。我该怎么办？或者我应该以某种方式使用不同的 Python 库？

我正在尝试在 jupyter 笔记本中绘制混淆矩阵，但绘图无法正确显示。

我的代码是：

这段代码产生了情节：

任何有关如何使绘图正确显示的建议将不胜感激。

查尔斯

我正在研究广告活动的倾向建模问题。我的数据集由历史上点击过广告的用户和未点击过的用户组成。

为了衡量我的模型的性能，我使用 sklearn 绘制了累积增益和提升图。下面是相同的代码：

我得到的图显示了 0 类用户和 1 类用户的图表

我只需要根据基线曲线绘制 1 类曲线。有没有办法我可以做到这一点？

我正在尝试使用scikitplot.metrics.plot_confusion_matrix以下代码段来绘制混淆矩阵-

但是，我并没有完全得到如图所示的预期结果（不知何故，文本与轴重叠）。我怎样才能使它整洁干净？

我正在使用以下一段 python 代码来生成归一化的混淆矩阵

这给了我这里显示的情节。但是，我想在 x 轴上旋转纹理（预测值，即中性、快乐、悲伤）。我希望旋转 x 轴上的预测值而不是水平线（如此处所示）并保持真实标签原样（水平）。我们如何在 Python 中做到这一点？

我有六个模型，想用 ROC 图评估它们

现在我正在为此制作图表

但我想要次要图表！不幸的是，这行不通。我需要这个解决方案来解决 scikitplot 图表的一系列问题。

对于多类分类，scikit-learn 示例中的 PR 曲线（PR 曲线示例）和使用 scikit-plot 绘制 PR 曲线的功能（API 参考）都只实现了微平均 PR 曲线。而 ROC 曲线的相应示例和函数实现了微观平均和宏观平均曲线。

没有实施宏观平均 PR 曲线是否有原因？