计算和可视化ROC曲线的工具。

roc-utils的Python项目详细描述


roc实用工具

imageLicenseCodeFactorDeepSource

这个Python包提供了计算和可视化ROC curves的工具,这些工具用于以图形方式评估二进制分类器的诊断能力。在

使用^{}进行ROC分析,包括ROC-AUC(ROC曲线下面积)的计算和不同目标函数的最佳分类阈值的识别。此外,可以计算一组(相关)ROC曲线的平均值、公差区间(TI)和置信区间(CI)。最后,利用bootstrap抽样方法,可以估计和可视化误差界。在

Exemplary plots generated with roc_utils

安装:

pip install roc-utils

使用以下命令快速验证安装。在

^{pr2}$

用法:

请参见examples/tutorial.ipynb了解逐步介绍。在

importnumpyasnpimportmatplotlib.pyplotaspltimportroc_utilsasru# Construct a binary classification problemx,y=ru.demo_sample_data(n1=300,mu1=0.0,std1=0.5,n2=300,mu2=1.0,std2=0.7)# Compute the ROC curve...pos_label=Trueroc=ru.compute_roc(X=x,y=y,pos_label=pos_label)# ...and visualize itru.plot_roc(roc,label="Sample data",color="red")plt.show()# To perform a ROC analysis using bootstrappingn_samples=20ru.plot_roc_bootstrap(X=x,y=y,pos_label=pos_label,n_bootstrap=n_samples,title="Bootstrap demo");plt.show()

从源代码生成:

获取或运行项目的示例:

git clone https://github.com/hirsch-lab/roc-utils.git
cd roc-utils
python tests/test_all.py
python examples/examples.py

要创建分发包(源归档文件和控制盘):

python setup.py sdist bdist_wheel

要从源归档文件安装新创建的Python包,请执行以下操作:

pip uninstall roc-utils
pip cache remove roc_utils
pip install dist/roc_utils*.tar.gz

# Verify installation
python -c "import roc_utils; print(roc_utils.__version__)"
python -c "import roc_utils; roc_utils.demo_bootstrap()"

欢迎加入QQ群-->: 979659372 Python中文网_新手群

推荐PyPI第三方库


热门话题
java为什么会出现这些错误?表达式的非法开始   使用HttpUrlConnection的java测试URL仅适用于前面的www   在大数据集上使用kmeans的java堆外内存   查找Java RandomAccessFile如何以字符形式读取第n个字节   java Android从BroadcastReceiver获取标题和描述   java使用构造函数参数模拟嵌套类并测试方法   正在将Azure Blob项强制转换为Java文件对象   java并行运行testNG套件   java程序在运行时似乎没有进入   贬低Java规则引擎的优点和缺点   文本区域中的java中心文本   java JPA从多个表中选择错误   类Java问题使用类加载器重新加载代码   java如何在Spring非管理类上使用@Value   java(关闭)Gradle导入VS代码失败   java arraylist拆分(“空白”)并计算字数   Android/Java如何在单独的*中调用函数。java文件?   具有基本身份验证的java Apache Camel RSS模块   java为什么程序在出现溢出或下溢时不抛出异常