Question

我正在使用带有Python的nltk，我想绘制我的分类器（朴素贝叶斯）的ROC曲线。是否有绘制它的功能，或者我是否必须跟踪真阳性率和误报率？

如果有人能指出我已经做过的代码那就太棒了......

感谢。

Answer 1

PyROC看起来很简单：tutorial，source code

这是如何使用NLTK朴素贝叶斯分类器：

# class labels are 0 and 1
labeled_data = [
    (1, featureset_1),
    (0, featureset_2),
    (1, featureset_3),
    # ...
]

# naive_bayes is your already trained classifier,
# preferrably not on the data you're testing on :)

from pyroc import ROCData

roc_data = ROCData(
    (label, naive_bayes.prob_classify(featureset).prob(1))
    for label, featureset
    in labeled_data
)
roc_data.plot()

<强>编辑：

ROC仅适用于二元分类器。如果你有三个类，你可以分别测量你的正面和负面类的表现（通过将其他两个类计为0，就像你提出的那样）。
库期望决策函数的输出作为每个元组的第二个值。然后它尝试所有可能的阈值，例如f（x）> = 0.8 =＆gt;分类为1，并绘制每个阈值的一个点（这就是为什么你最终得到一条曲线）。因此，如果你的分类器猜测0级，你实际上想要一个接近于零的值。这就是我提出.prob(1)

Nltk和; Python，绘制ROC曲线

1 个答案: