Question

我使用scikit-learn手动构建套袋分类器。我需要这样做，因为我有三个数据子集，我需要在每个子集上训练一个分类器。所以我基本上做的是创建三个RandomForestClassifier分类器并在子集上训练每个分类器。然后给出一个测试集，我执行以下操作来查找ROC AUC：

        probas2 = estimators[2].predict_proba(X_test)
        probas3 = estimators[3].predict_proba(X_test)
        probas4 = estimators[4].predict_proba(X_test)

        probas = probas2[:,1] + probas3[:,1] + probas4[:,1]
        probas = probas / 3.0

        fpr, tpr, thresholds = roc_curve(y_test, probas)
        roc_auc = auc(fpr, tpr)

然而，我需要的是进行3倍交叉验证，然后绘制ROC曲线并输出AUC。因此，基本上我会在每次折叠后使用以下列表跟踪fpr，tpr和roc_auc：

folds_auc.append(roc_auc)
folds_fpr.append(fpr)
folds_tpr.append(tpr)

问题是每次折叠后fpr和tpr都是不同长度的数组，所以我不能将它们相加并除以3以绘制ROC曲线。我想绘制ROC曲线，但我无法弄清楚如何这样做。我该如何解决这个问题？

Answer 1

基本上，您需要在计算roc_auc之前合并交叉验证折叠的结果，然后计算所有的性能。如果您正在进行交叉验证，那么您必须做什么，但您可以在此处执行类似的架构。

Here详细解释了这一点。

Answer 2

以下是这些例子的答案： http://scikit-learn.org/stable/auto_examples/plot_roc_crossval.html

在构建手动装袋分类器后绘制ROC曲线

2 个答案: