menghitung ROC AUC dengan hutan acak

Saya menggunakan pengklasifikasi hutan acak dalam masalah multi kelas.

rf = RandomForestClassifier(()
rf.fit(train_X, train_y)

Dan kemudian untuk prediksi:

pred = rf.predict(test_X)

Jadi saya ingin menghitung roc_auc_score seperti ini:

roc_value = roc_auc_score(test_y, pred, average='weighted', 
    multi_class='ovr',labels=[0,1,2,3,4])

Tapi ini memberikan kesalahan:

numpy.AxisError: axis 1 is out of bounds for array of dimension 1

Bagaimana cara memperbaikinya?


scikit-learn random-forest roc auc
person super_ask    schedule 15.03.2021    source sumber

Jawaban (1)


arrow_upward
2
arrow_downward

Jika Anda tertarik dengan ROC AUC, pred harus berupa probabilitas, bukan label prediksi. Dalam kasus Anda, ini adalah masalah klasifikasi multikelas, jadi pred harus berupa matriks dengan bentuk (n_samples, n_classes). Untuk mendapatkannya Anda hanya perlu menggunakan predict_proba bukan predict:

pred = rf.predict_proba(test_X)
person MaximeKan    schedule 15.03.2021