在 Python 中绘制 H2O 的 ROC 曲线(一条和多条曲线)
Plot ROC curve of H2O in Python (one and multiple curves)
我在 python 中使用 H2O 制作广义线性模型,二元分类问题,我制作模型使用
glm_fit_lambda_search = H2OGeneralizedLinearEstimator( family='binomial',
model_id='glm_fit_lambda_search',
lambda_search=True )
glm_fit_lambda_search.train( x = x,
y = y,
training_frame = trainH2O,
validation_frame = testH2O )
现在我想绘制模型的ROC曲线,我该怎么做?
我也想绘制多条ROC曲线进行比较
这是 R 中的问题,,我如何在 python 中做到这一点?
试试这个:
performace = glm_fit_lambda_search.model_performance(train=True)
performace.plot()
理论上应该可行,我现在无法验证。这将绘制 "train" 集上的性能。
试过这个并且有效
out = glm_fit_lambda_search.model_performance(testH2O)
fpr = out.fprs
tpr = out.tprs
import matplotlib.pyplot as plt
from sklearn.metrics import roc_curve, auc
plt.figure()
lw = 2
plt.plot(fpr, tpr, color='blue', lw=lw, label='ROC curve (area = %0.2f)' % roc_auc)
plt.plot([0, 1], [0, 1], color='red', lw=lw, linestyle='--')
plt.xlim([0.0, 1.05])
plt.ylim([0.0, 1.05])
plt.legend(loc="lower right")
plt.show()
我在 python 中使用 H2O 制作广义线性模型,二元分类问题,我制作模型使用
glm_fit_lambda_search = H2OGeneralizedLinearEstimator( family='binomial',
model_id='glm_fit_lambda_search',
lambda_search=True )
glm_fit_lambda_search.train( x = x,
y = y,
training_frame = trainH2O,
validation_frame = testH2O )
现在我想绘制模型的ROC曲线,我该怎么做?
我也想绘制多条ROC曲线进行比较
这是 R 中的问题,
试试这个:
performace = glm_fit_lambda_search.model_performance(train=True)
performace.plot()
理论上应该可行,我现在无法验证。这将绘制 "train" 集上的性能。
试过这个并且有效
out = glm_fit_lambda_search.model_performance(testH2O)
fpr = out.fprs
tpr = out.tprs
import matplotlib.pyplot as plt
from sklearn.metrics import roc_curve, auc
plt.figure()
lw = 2
plt.plot(fpr, tpr, color='blue', lw=lw, label='ROC curve (area = %0.2f)' % roc_auc)
plt.plot([0, 1], [0, 1], color='red', lw=lw, linestyle='--')
plt.xlim([0.0, 1.05])
plt.ylim([0.0, 1.05])
plt.legend(loc="lower right")
plt.show()