数据挖掘模型训练好了之后,对于二分类问题,可以预测每个测试样本属于某个类别的概率,
当我们设置不同阈值时,将得到不同的P值(Precision,查准率)和R值(Recall,查全率)
基于此,可以绘制PR曲线,python绘制PR曲线比较方便。
首先,可以使用precision_recall_curve
函数得到
#选择测试数据
import pandas as pd
df = pd.read_csv('file_name.csv')
X = df[df.columns[:-
数据挖掘模型训练好了之后,对于二分类问题,可以预测每个测试样本属于某个类别的概率,
当我们设置不同阈值时,将得到不同的P值(Precision,查准率)和R值(Recall,查全率)
基于此,可以绘制PR曲线,python绘制PR曲线比较方便。
首先,可以使用precision_recall_curve
函数得到
#选择测试数据
import pandas as pd
df = pd.read_csv('file_name.csv')
X = df[df.columns[:-