Question

我要对图像进行分类，它大约是7个分类器，并且我想绘制ROC曲线以测量模型的性能

它是不平衡的，所以我尝试通过使用过的数据扩充来平衡火车组，我想用几种工具来衡量性能

enter code here


fpr = dict()
tpr = dict()
roc_auc = dict()
for i in range(num_classes):
  fpr[i], tpr[i], _ = roc_curve(y_test[:, i], pred_test[:,i])
  roc_auc[i] = auc(fpr[i], tpr[i])

# Plot of a ROC curve for a specific class
for i in range(num_classes):
  plt.figure()
  plt.plot(fpr[i], tpr[i], label='ROC curve (area = %0.2f)' % roc_auc[i])
  plt.plot([0, 1], [0, 1], 'k--')
  plt.xlim([0.0, 1.0])
  plt.ylim([0.0, 1.05])
  plt.xlabel('False Positive Rate')
  plt.ylabel('True Positive Rate')
  plt.title('Receiver operating characteristic example')
  plt.legend(loc="lower right")
  plt.show()


 ---------------------------------------------------------------------------
 IndexError                                Traceback (most recent call last)
 <ipython-input-51-b620aaf312da> in <module>
  8 roc_auc = dict()
  9 for i in range(num_classes):
---> 10     fpr[i], tpr[i], _ = roc_curve(y_test[:, i], pred_test[:,i])
 11     roc_auc[i] = auc(fpr[i], tpr[i])
 12 

 IndexError: too many indices for array

错误显示索引过多 y_test.shape 给我（1103，7） pred_test.shape 给我（1103，）我该如何解决每个班级绘制Roc曲线的问题

为Keras模型绘制Roc曲线时索引数组过多

0 个答案: