训练集和测试集是按7:3划分的,在训练集上,模型ROC从大到小排序为随机森林,xgb,支持向量随机,k近邻,logistic,神经网络,朴素贝叶斯。在测试集上,模型ROC从大到小排序为随机森林,xgb,神经网络,k近邻,logistic,朴素贝叶斯,支持向量随机。
怎么解决这个不一致的问题呢?
按6:4重新划分训练集和测试集可以吗?
关注
码龄 粉丝数 原力等级 --
- 被采纳
- 被点赞
- 采纳率
已结题
训练集和测试集上多个模型ROC大小排序不一致
收起
- 写回答
- 好问题 0 提建议
- 关注问题
- 微信扫一扫点击复制链接分享
- 邀请回答
- 编辑 收藏 删除
- 收藏 举报
1条回答 默认 最新
- 关注
码龄 粉丝数 原力等级 --
- 被采纳
- 被点赞
- 采纳率
「已注销」 2023-01-13 06:11关注你用的平台是什么平台
本回答被题主选为最佳回答 , 对您是否有帮助呢? 本回答被专家选为最佳回答 , 对您是否有帮助呢? 本回答被题主和专家选为最佳回答 , 对您是否有帮助呢?解决 1无用举报微信扫一扫点击复制链接分享编辑预览轻敲空格完成输入- 显示为
- 卡片
- 标题
- 链接
评论按下Enter换行,Ctrl+Enter发表内容
编辑
预览
轻敲空格完成输入
- 显示为
- 卡片
- 标题
- 链接
报告相同问题?
提交
- 2022-04-30 04:21回答 2 已采纳 在代码第一行加上这个试试 %matplotlib inline
- 2023-01-13 06:20回答 1 已采纳 ROC曲线的面积取值范围是0到1,而AUC值为1表示模型完全可以将正样本和负样本区分开来,这个模型性能非常好。在交叉验证中,ROC面积为1可能是由于样本分布导致的,比如说训练集中正样本和负样本分布比例
- 2018-11-28 06:57回答 1 已采纳 感觉你的描述就是计算交叉熵(Cross Entropy) https://blog.csdn.net/tsyccnh/article/details/79163834
- 2022-04-02 04:00风度78的博客 作者:杰少本文对于推荐系统中的采样评估指标进行了...除了AUC,Precision@K,Recall@K,Average Precision,NDCG都是不一致的,采样计算得到的结果和真实结果可能差很大!现在随机采样计算得到的评估指标的分数具有高偏差...
- 2020-05-25 03:27回答 1 已采纳 你在每次实验时需要保存下fpr和tpr, 然后可以做个平均化处理,我这里是用的类似宏平均的处理。希望能帮到你。 import numpy as np from scipy import int
- 2022-03-11 13:48回答 2 已采纳 用str(mycox)检查一下变量的情况,可能是某个变量的数据类型导致的,参考:https://github.com/harrelfe/rms/issues/82
- 2023-03-16 13:13回答 9 已采纳 该回答引用chatGpt根据您提供的信息,所有评价指标都为1,但是ROC曲线不符合预期,这表明评价指标的结果可能不正确。有以下几个问题需要检查和调整: 对于多类别问题,需要使用label_binari
- 2023-08-05 18:07AI天才研究院的博客 在机器学习领域,模型评估指标是评价机器学习模型性能的重要手段之一。通常情况下,我们需要用一些评估指标来衡量模型的好坏,并...本文将介绍如何设计一个模型评估指标——指导实践者设计模型评估指标的思路和过程。
- 2023-03-07 08:36回答 6 已采纳 目前来看难度较大,socrecardpy只能应用线性模型,你可以试试xgb回归与sgd回归,必须带有.coef_指令的模型
- 2022-04-13 15:57回答 2 已采纳 我感觉你写得不对,以下代码供你参考 import numpy as np import pandas as pd import matplotlib.pyplot as plt from sklea
- 2021-07-27 06:59回答 3 已采纳 使用红外小目标检测算法之后,得到一个检测图。再对这个检测图使用不同的阈值进行分割,得到不同的TPR和FPR。
- 2021-03-28 10:04在模型构建阶段,我们会将数据集分为训练集、验证集和测试集,以确保模型的泛化能力。通过调整模型参数并评估不同模型的性能,我们可以选择最合适的模型。常用的评估指标有准确率、精确率、召回率、F1分数,以及对于...
- 2024-03-09 03:52AI天才研究院的博客 大语言模型(Large Language Models, LLMs)通过在大规模文本数据上进行预训练,具备了强大的语言理解和生成能力。这些模型不仅能够处理结构化数据,还能从非结构化文本中提取有价值的信息,从而为金融风控提供了新...
- 2024-02-19 16:52Python老吕的博客 其设计初衷是提供一种简单、易读且功能强大的编程语言,以便程序员能够更高效地开发各种应用。自诞生以来,Python凭借其简洁的语法、丰富的库和强大的跨平台能力,迅速在全球范围内获得了广泛的应用和认可。Python的...
- 2023-08-10 01:25AI天才研究院的博客 ROC(Receiver Operating Characteristic)曲线是一种二分类模型的预测指标,用来衡量分类器的性能。给定一组正样本和负样本,用不同的分类阈值将正样本和负样本进行区分。一般来说,分类阈值越高,分类的置信程度就越...
- 没有解决我的问题, 去提问
问题事件
联系我们(工作时间:8:30-22:00)
400-660-0108kefu@csdn.net在线客服
- 京ICP备19004658号
- 经营性网站备案信息
- 公安备案号11010502030143
- 营业执照
- 北京互联网违法和不良信息举报中心
- 家长监护
- 中国互联网举报中心
- 网络110报警服务
- Chrome商店下载
- 账号管理规范
- 版权与免责声明
- 版权申诉
- 出版物许可证
- ©1999-2025北京创新乐知网络技术有限公司