DetCurveDisplay

class sklearn.metrics.DetCurveDisplay(*, fpr, fnr, estimator_name=None, pos_label=None)

DET曲线可视化。

建议使用 from_estimator 或 from_predictions 创建可视化工具。所有参数都存储为属性。

阅读更多的 User Guide .

Added in version 0.24.

参数:

fprndarray

假阳性率。

fnrndarray

假阴性率。

estimator_name字符串，默认=无

估算者姓名。如果无，则不会显示估计器名称。

pos_labelint、float、bool或string，默认值为无

积极类的标签。

属性:

line_matplotlib艺术家

DET曲线。

ax_matplotlib轴

具有DET曲线的轴。

figure_matplotlib图

包含曲线的图形。

参见

det_curve

计算不同概率阈值的错误率。

DetCurveDisplay.from_estimator

给定估计量和一些数据，绘制DET曲线。

DetCurveDisplay.from_predictions

给出真实和预测标签，绘制DET曲线。

示例

>>> import matplotlib.pyplot as plt
>>> from sklearn.datasets import make_classification
>>> from sklearn.metrics import det_curve, DetCurveDisplay
>>> from sklearn.model_selection import train_test_split
>>> from sklearn.svm import SVC
>>> X, y = make_classification(n_samples=1000, random_state=0)
>>> X_train, X_test, y_train, y_test = train_test_split(
...     X, y, test_size=0.4, random_state=0)
>>> clf = SVC(random_state=0).fit(X_train, y_train)
>>> y_pred = clf.decision_function(X_test)
>>> fpr, fnr, _ = det_curve(y_test, y_pred)
>>> display = DetCurveDisplay(
...     fpr=fpr, fnr=fnr, estimator_name="SVC"
... )
>>> display.plot()
<...>
>>> plt.show()

classmethod from_estimator(estimator, X, y, *, sample_weight=None, response_method='auto', pos_label=None, name=None, ax=None, **kwargs)

给定估计量和数据，绘制DET曲线。

阅读更多的 User Guide .

Added in version 1.0.

参数:

estimator估计器实例

安装分类器或安装 Pipeline 其中最后一个估计器是分类器。

X形状（n_samples，n_features）的{类数组，稀疏矩阵}

输入值。

y形状类似阵列（n_samples，）

目标值。

sample_weight形状类似数组（n_samples，），默认=无

样本重量。

response_method' predict_proba '，' decision_function '，' auto '} 默认='自动'

指定是否使用 predict_proba 或 decision_function 作为预测的目标响应。如果设置为“自动”， predict_proba 先尝试，如果不存在 decision_function 接下来将尝试。

pos_labelint、float、bool或string，默认值为无

The label of the positive class. When pos_label=None, if y_true is in {-1, 1} or {0, 1}, pos_label is set to 1, otherwise an error will be raised.

name字符串，默认=无

用于标记的DET曲线名称。如果 None ，使用估计器的名称。

axmatplotlib轴，默认=无

轴反对绘图。如果 None ，创建新图形和轴。

**kwargsdict

传递给matplotlib的其他关键字参数 plot 功能

返回:

display : DetCurveDisplayDetCurveDisplay

存储计算值的对象。

参见

det_curve

计算不同概率阈值的错误率。

DetCurveDisplay.from_predictions

给出真实和预测标签，绘制DET曲线。

示例

>>> import matplotlib.pyplot as plt
>>> from sklearn.datasets import make_classification
>>> from sklearn.metrics import DetCurveDisplay
>>> from sklearn.model_selection import train_test_split
>>> from sklearn.svm import SVC
>>> X, y = make_classification(n_samples=1000, random_state=0)
>>> X_train, X_test, y_train, y_test = train_test_split(
...     X, y, test_size=0.4, random_state=0)
>>> clf = SVC(random_state=0).fit(X_train, y_train)
>>> DetCurveDisplay.from_estimator(
...    clf, X_test, y_test)
<...>
>>> plt.show()

classmethod from_predictions(y_true, y_pred, *, sample_weight=None, pos_label=None, name=None, ax=None, **kwargs)

给定真实和预测标签，绘制DET曲线。

阅读更多的 User Guide .

Added in version 1.0.

参数:

y_true形状类似阵列（n_samples，）

真正的标签。

y_pred形状类似阵列（n_samples，）

目标分数可以是积极类别的概率估计、置信值或决策的非阈值测量（由 decision_function 在一些分类器上）。

sample_weight形状类似数组（n_samples，），默认=无

样本重量。

pos_labelint、float、bool或string，默认值为无

The label of the positive class. When pos_label=None, if y_true is in {-1, 1} or {0, 1}, pos_label is set to 1, otherwise an error will be raised.

name字符串，默认=无

用于标记的DET曲线名称。如果 None ，名称将设置为 "Classifier" .

axmatplotlib轴，默认=无

轴反对绘图。如果 None ，创建新图形和轴。

**kwargsdict

传递给matplotlib的其他关键字参数 plot 功能

返回:

display : DetCurveDisplayDetCurveDisplay

存储计算值的对象。

参见

det_curve

计算不同概率阈值的错误率。

DetCurveDisplay.from_estimator

给定估计量和一些数据，绘制DET曲线。

示例

>>> import matplotlib.pyplot as plt
>>> from sklearn.datasets import make_classification
>>> from sklearn.metrics import DetCurveDisplay
>>> from sklearn.model_selection import train_test_split
>>> from sklearn.svm import SVC
>>> X, y = make_classification(n_samples=1000, random_state=0)
>>> X_train, X_test, y_train, y_test = train_test_split(
...     X, y, test_size=0.4, random_state=0)
>>> clf = SVC(random_state=0).fit(X_train, y_train)
>>> y_pred = clf.decision_function(X_test)
>>> DetCurveDisplay.from_predictions(
...    y_test, y_pred)
<...>
>>> plt.show()

plot(ax=None, *, name=None, **kwargs)

情节可视化。

参数:

axmatplotlib轴，默认=无

轴反对绘图。如果 None ，创建新图形和轴。

name字符串，默认=无

用于标记的DET曲线名称。如果 None ，使用 estimator_name 如果不是 None 否则不显示标记。

**kwargsdict

传递给matplotlib的其他关键字参数 plot 功能

返回:

display : DetCurveDisplayDetCurveDisplay

存储计算值的对象。