如何在 2 个模型之间找到相似的预测 x?
How to find similar predicted x between 2 models?
我有 2 个使用相同算法实现的模型,但具有不同数量的特征,因此有 2 个不同的混淆矩阵。
我想看看这 2 个之间哪些预测项目相似,并绘制维恩图中预测的相似性。
回答
data = {"Mod1":[1,0,1,1,0,0,0,1,1,1],"Mod2":[1,0,1,0,1,0,0,1,0,1]}
df = pd.DataFrame(data)
df["Similar"] = np.where(df["Mod1"]==df["Mod2"],1,0)
df.head()
#output
Mod1Mod2Similar
0 1 1 1
1 0 0 1
2 1 1 1
3 1 0 0
4 0 1 0
这应该可以完成工作
可视化
# !pip install matplotlib-venn
import matplotlib.pyplot as plt
from matplotlib_venn import venn2
venn2(subsets = (3, 3, 7), set_labels = ('Mod1', 'Mod2'))
plt.show()
我有 2 个使用相同算法实现的模型,但具有不同数量的特征,因此有 2 个不同的混淆矩阵。 我想看看这 2 个之间哪些预测项目相似,并绘制维恩图中预测的相似性。
回答
data = {"Mod1":[1,0,1,1,0,0,0,1,1,1],"Mod2":[1,0,1,0,1,0,0,1,0,1]}
df = pd.DataFrame(data)
df["Similar"] = np.where(df["Mod1"]==df["Mod2"],1,0)
df.head()
#output
Mod1Mod2Similar
0 1 1 1
1 0 0 1
2 1 1 1
3 1 0 0
4 0 1 0
这应该可以完成工作 可视化
# !pip install matplotlib-venn
import matplotlib.pyplot as plt
from matplotlib_venn import venn2
venn2(subsets = (3, 3, 7), set_labels = ('Mod1', 'Mod2'))
plt.show()