我正在尝试修改一些代码,用于从this example进行积极的无标记学习,这与我的数据一起运行,但我还想计算我一直坚持的ROC AUC分数
我的数据分为阳性样本(data_P
)和未标记样本(data_U
),每个样本只有2个特征/数据列,例如:
#3 example rows:
data_P
[[-1.471, 5.766],
[-1.672, 5.121],
[-1.371, 4.619]]
#3 example rows:
data_U
[[1.23, 6.26],
[-5.72, 4.1213],
[-3.1, 7.129]]
我运行积极的未标记学习,如链接示例所示:
known_labels_ratio = 0.5
NP = data_P.shape[0]
NU = data_U.shape[0]
T = 1000
K = NP
train_label = np.zeros(shape=(NP+K,))
train_label[:NP] = 1.0
n_oob = np.zeros(shape=(NU,))
f_oob = np.zeros(shape=(NU, 2))
for i in range(T):
# Bootstrap resample
bootstrap_sample = np.random.choice(np.arange(NU), replace=True, size=K)
# Positive set + bootstrapped unlabeled set
data_bootstrap = np.concatenate((data_P, data_U[bootstrap_sample, :]), axis=0)
# Train model
model = DecisionTreeClassifier(max_depth=None, max_features=None,
criterion='gini', class_weight='balanced')
model.fit(data_bootstrap, train_label)
# Index for the out of the bag (oob) samples
idx_oob = sorted(set(range(NU)) - set(np.unique(bootstrap_sample)))
# Transductive learning of oob samples
f_oob[idx_oob] += model.predict_proba(data_U[idx_oob])
n_oob[idx_oob] += 1
predict_proba = f_oob[:, 1]/n_oob
这一切都运行得很好,但我想要的是运行roc_auc_score()
,我一直在思考如何避免错误
目前我正在尝试:
y_pred = model.predict_proba(data_bootstrap)
roc_auc_score(train_label, y_pred)
ValueError: bad input shape (3, 2)
问题似乎是y_pred
给出了一个包含两列的输出,如下所示:
y_pred
array([[0.00554287, 0.9944571 ],
[0.0732314 , 0.9267686 ],
[0.16861796, 0.83138204]])
我不确定为什么y_pred
会这样结束,它是否给出了基于样本是否分成两组的概率?积极的还是其他的?我能不能过滤一下,每行选择得分最高的概率?或者有没有一种方法可以让我改变这个或另一种方法来计算AUCROC分数
y_pred
必须是单个数字,给出正类p1
的概率;目前,您的y_pred
由两种概率组成[p0, p1]
(定义为p0+p1=1.0
)假设您的正类是class
1
(即y_pred
中每个数组的第二个元素),您应该做的是:如果
y_pred
是一个Numpy数组(而不是Python列表),则可以将上面第一个命令中的列表替换为:相关问题 更多 >
编程相关推荐