不同分类器下sklearn-precision\u-recall\u曲线函数的应用

Question

这可能是一个简单的问题，但我需要帮助理解如何在sklearn中使用precision\u recall\u curve函数。你知道吗

我有一个二进制数据集，并使用三个分类器（SVM，RF，LR）进行分类。你知道吗

sklearn文档中的示例演示如何使用以下函数：

y_score = classifier.decision_function(X_test)    
precision_recall_curve(y_test, y_score)

在本例中，“决策函数”是SVM分类器的内置函数。但是，对于随机森林分类器或线性回归，我看不到这样的函数。你知道吗

有人能帮我理解什么是y\u分数和决策函数，以及如何计算任何分类器的y\u分数和决策函数吗？你知道吗

谢谢！你知道吗

Answer 1

请看documentation of ^{}中的第二个参数描述：

probas_pred : array, shape = [n_samples]

Estimated probabilities or decision function.

当decision_function()不存在时，可以使用predict_proba()代替它。你知道吗

Answer 2

对于所有其他没有内置decision_function的分类器， 您应该使用predict_proba函数，它做本质上相同的事情。你知道吗

y_score = random_forest.predict_proba()