問題タブ [multiclass-classification]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
machine-learning - ロジスティック回帰または決定木を選択
機能が 0 または 1 (はいまたはいいえを意味する) で、ラベルが 0 から 9 の i プロジェクトがあります。アプリケーションはユーザーに 100 の質問をし、回答は 0 または 1 (機能) になります。それらの質問から、どのラベルが彼に適しているかを彼に伝えます (0 または 1 または 2.....9 の場合)
私はすでにいくつかのコードを実行しています (LR を使用) どう思いますか? この状況では、マルチクラス ロジスティック回帰またはマルチクラス デシジョン ツリーを使用します。
python - ROC-AUC と F-1 スコアは高いが、見栄えの悪い ROC 曲線
3 つの分類子の間で手動で投票を行う新しい Ensemble メソッドを再作成しました。(ここから関数を作成するのを手伝ってくれたダニエルの礼儀:インスタンスの分類子の信頼度を使用して予測スコアを改善する)。
この手動投票の目的は、最も信頼できる分類子の各インスタンスの回答を受け入れることでした。以下は、精度スコアを含むコードです。
ROC曲線をプロットしたいときはpredict_probas、この関数から取得する必要があることを知っているので、以前のリンクからの提案を参照して、関数が代わりに確率を返すようにしました。
ここで、テスト セット内のすべてのクラスの ROC 曲線をプロットしたかったので、次の操作を行ったところ、ROC-AUC スコアが「shaly砂岩」クラス。
F1 スコアと ROC-AUC スコアがほぼすべてのクラスでかなり良いのに、ROC 曲線でのパフォーマンスが低いのに、なぜ曲線がこのようになるのでしょうか? 関数から確率を返したときに何か間違ったことをしたのでしょうか、それとも何らかの理由で曲線がこのように見えるはずなのでしょうか?