用Python绘制脊分类器的ROC曲线

Question

我想为RidgeClassifier绘制ROC曲线。但是代码出现了一个错误：我在谷歌上搜索解决方案，结果将predict_proba更改为predict，但它不起作用

predY = classifier.predict_proba(X_test)

错误：

AttributeError: 'RidgeClassifier' object has no attribute 'predict_proba'

这就是我从predict中得到的：

IndexError: too many indices for array

Answer 1

根据documentation，一个Ridge.Classifier没有predict_proba属性。这一定是因为对象在拟合过程中自动拾取阈值

鉴于这些文档，我认为没有办法为这个模型绘制ROC曲线。幸运的是，您可以使用sklearn.linear_model.LogisticRegression并设置penalty='l2'。通过这样做，您正在设置一个RidgeClassifier所考虑的相同优化问题

from sklearn.linear_model import LogisticRegression

classifier = LogisticRegression(penalty='l2')
classifier.fit(X, y)
predY = classifier.predict_proba(X_test)

现在您可以将predY传递给sklearn.metrics.roc_curve

Answer 2

这里的问题是，并非所有scikit学习分类器都有predict_proba方法，因为这些模型的计算概率并不总是有一个合理的定义。在这种情况下，请改用decision_function方法：

confidence = classifier.decision_function(X_test)