我是机器学习的新手。我正在使用不平衡的数据集。在将数据集分为测试集和训练集之前,我已应用SMOTE算法来平衡数据集,然后再应用ML模型。我想应用交叉验证并绘制每个折叠的ROC曲线,以显示每个折叠的AUC,并在图中显示AUC的平均值。我将重新采样的训练集变量命名为X_train_res和y_train_res,以下是代码:
cv = StratifiedKFold(n_splits=10)
classifier = SVC(kernel='sigmoid',probability=True,random_state=0)
tprs = []
aucs = []
mean_fpr = np.linspace(0, 1, 100)
plt.figure(figsize=(10,10))
i = 0
for train, test in cv.split(X_train_res, y_train_res):
probas_ = classifier.fit(X_train_res[train], y_train_res[train]).predict_proba(X_train_res[test])
# Compute ROC curve and area the curve
fpr, tpr, thresholds = roc_curve(y_train_res[test], probas_[:, 1])
tprs.append(interp(mean_fpr, fpr, tpr))
tprs[-1][0] = 0.0
roc_auc = auc(fpr, tpr)
aucs.append(roc_auc)
plt.plot(fpr, tpr, lw=1, alpha=0.3,
label='ROC fold %d (AUC = %0.2f)' % (i, roc_auc))
i += 1
plt.plot([0, 1], [0, 1], linestyle='--', lw=2, color='r',
label='Chance', alpha=.8)
mean_tpr = np.mean(tprs, axis=0)
mean_tpr[-1] = 1.0
mean_auc = auc(mean_fpr, mean_tpr)
std_auc = np.std(aucs)
plt.plot(mean_fpr, mean_tpr, color='b',
label=r'Mean ROC (AUC = %0.2f $\pm$ %0.2f)' % (mean_auc, std_auc),
lw=2, alpha=.8)
std_tpr = np.std(tprs, axis=0)
tprs_upper = np.minimum(mean_tpr + std_tpr, 1)
tprs_lower = np.maximum(mean_tpr - std_tpr, 0)
plt.fill_between(mean_fpr, tprs_lower, tprs_upper, color='grey', alpha=.2,
label=r'$\pm$ 1 std. dev.')
plt.xlim([-0.01, 1.01])
plt.ylim([-0.01, 1.01])
plt.xlabel('False Positive Rate',fontsize=18)
plt.ylabel('True Positive Rate',fontsize=18)
plt.title('Cross-Validation ROC of SVM',fontsize=18)
plt.legend(loc="lower right", prop={'size': 15})
plt.show()
以下是输出:
请告诉我代码对于交叉验证绘制ROC曲线是否正确。
最佳答案
问题是我不清楚交叉验证。在for循环范围内,我通过了X和y变量的训练集。交叉验证会这样吗?
确实如此,您的程序看起来正确。
更详细地,对于您的每个n_splits=10
:
您创建train
和test
折叠
您可以使用train
折叠对模型进行拟合:
classifier.fit(X_train_res[train], y_train_res[train])
然后使用
test
折叠预测概率: predict_proba(X_train_res[test])
这正是交叉验证背后的想法。
因此,由于您具有
n_splits=10
,因此可以完全按预期获得10条ROC曲线和相应的AUC值(及其平均值)。关于python - 绘制K折交叉验证的ROC曲线,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/57708023/