我正在尝试(高效地)为多个阈值运行sklearn.metrics.confusion_matrix
。我需要这样做,这样我就可以告诉客户,在任何给定的百分比的挑战中,人们应该期待什么样的表现。在
目前,我在一个循环中执行,超过所有可能的阈值,但这是缓慢和低效的。有什么方法可以在一行代码中完成,或者类似的操作?在
threshold_list = (np.linspace(1, 0, 1001)).tolist()
for threshold in threshold_list:
df.loc[df['score'] >= threshold,'prediction'] = '1'
arr = confusion_matrix(df['true'].astype('int16').values, df['prediction'].astype('int16').values)
....
....
如果TPr和FPr对你来说足够了。您可以执行以下操作:
输出:
^{pr2}$相关问题 更多 >
编程相关推荐