Question

Je veux vérifier que la logique de la façon dont je produit des courbes ROC est correcte. (non pertinent de la compréhension technique du code réel). J'ai un ensemble de données que je souhaite classer. J'utilise spécifiquement un réseau de neurones MLPClassifier Fonction forme Python scikit Learn module.

Je passe un ensemble de données de formation sur le fit fonction puis en utilisant le predict fonction avec l'ensemble de données de test. Je publie ensuite une matrice de confusion avec une valeur faux positive et une véritable valeur positive.

Ce que je voudrais faire, c'est calculer une courbe ROC où j'ai besoin d'un ensemble de vraies valeurs positives et fausses. Serait-il logique d'exécuter le réseau neuronal (MLPClassifier)) plusieurs fois avec différentes cibles à chaque fois et enregistrer les différentes valeurs vraies positives et fausses positives?

Cela me semble assez simple. Est-ce la bonne façon de produire une courbe ROC avec un réseau neuronal?

Pas de solution correcte

Licencié sous: CC-BY-SA avec attribution
scroll top