如何使用SGD分类器loss = hinge进行交叉验证来生成ROC曲线

Question

我们希望使用具有损失=铰链的SGD分类器通过corss验证生成ROC治愈，但它不支持，因为ROC曲线需要概率。我们希望严格坚持铰链，因为它符合我们的要求，并希望使用ROC曲线验证训练的模型精度。请建议如何使用loss = hinge进行交叉验证生成ROC曲线

Answer 1

在这里你可以使用决策功能＆＃34; loss = hinge＆＃34;这让你与超平面的距离 在这里如何申请

svm_clf.fit(Xtrain, Xtarget)
score_roc = svm_clf.decision_function(Ytest)
        fpr, tpr, thresholds = metrics.roc_curve(Ytarget, score_roc)
        roc_auc = auc(fpr, tpr)
        plt.title('Receiver Operating Characteristic')
        plt.plot(fpr, tpr, 'b', label='AUC = %0.2f' % roc_auc)
        plt.legend(loc='lower right')
        plt.ylabel('True Positive Rate')
        plt.xlabel('False Positive Rate')
        plt.show()