python ã® matplotlib ã§ã‚°ãƒ©ãƒ•ã‚’æãã®ã¯éžå¸¸ã«ç°¡å˜ã§ã™ã€‚ã¨ãã«ã€ã‚°ãƒ©ãƒ•ãŒ 1 ã¤ã ã‘ã®å ´åˆã¯ import matplotlib.pyplot as plt import numpy as np x = np.linspace(-3, 3, 20) y = x ** 2 plt.plot(x, y) plt.show()
matplotlib ã® figure（図） 㨠axes（座標軸）ï¼python | コード７区
python ã® matplotlib ã§ã‚°ãƒ©ãƒ•ã‚’æãã®ã¯éžå¸¸ã«ç°¡å˜ã§ã™ã€‚ã¨ãã«ã€ã‚°ãƒ©ãƒ•ãŒ 1 ã¤ã ã‘ã®å ´åˆã¯ import matplotlib.pyplot as plt import numpy as np x = np.linspace(-3, 3, 20) y = x ** 2 plt.plot(x, y) plt.show()
ROC曲線ã¨AUCã«ã¤ã„ã¦å®šç¾©ã¨é–¢ä¿‚性をã¾ã¨ã‚ãŸã‚ˆ - Qiita
ã¯ã˜ã‚ã« ã“ã¡ã‚‰ã®è¨˜äº‹ã®å†…容を１枚絵ã«ã¾ã¨ã‚ãŸã‚‚ã®ã«ãªã‚Šã¾ã™ã€‚以下ã€æ–‡ç« ã§å°‘ã—ã ã‘補足ã—ã¾ã™ã€‚ æ£è§£çŽ‡ç³»ã®å„種指標ã«ã¤ã„㦠(å‚考)ã“ã¡ã‚‰ã®è¨˜äº‹ã‚ˆã‚Šå¼•ç”¨ã•ã›ã¦é ‚ãã¾ã—ãŸã€‚ クラス分類モデルã®æ€§èƒ½è©•ä¾¡ã«ã¯æ§˜ã€…ãªè©•ä¾¡æŒ‡æ¨™ãŒå˜åœ¨ã—ã¾ã™ãŒã€ä¸Šè¨˜ã®å„種指標ã®è¨ˆç®—ã§è«¸ã€…算出ã•ã‚Œã¾ã™ã€‚ 用語を覚ãˆã‚‹éš›ã«æ··ä¹±ã—ã¦ã—ã¾ã„ãŒã¡ã§ã™ãŒã€ä»¥ä¸‹ã®é–¢ä¿‚性ã•ãˆç†è§£ã—ã¦ãŠã‘ã°ä¸¸æš—記ã—ãªãã¦ã‚‚æ€ã„出ã›ã¾ã™ã€‚ å‰ä¸€æ–‡å—:æ£è§£ã‹ä¸æ£è§£ã‹ã‚’示㙠-> T or F 後一文å—:モデルã‹ã‚‰ã®äºˆæ¸¬åˆ†é¡žã‚’示㙠-> P or N å½é™½æ€§ã¯ã€FP(é–“é•ã£ã¦é™½æ€§åˆ¤å®šã—ãŸæ•°) / FP + TN(陰性全体ã®æ¯æ•°) 真陽性ã¯ã€TP(æ£ã—ã陽性判定ã—ãŸæ•°) / TP + FN(陽性全体ã®æ¯æ•°) テã‚ストã§ROC曲線ã¨AUCã‚’ã¾ã¨ã‚ã‚‹ â‘ ROC曲線ã£ã¦ãªã‚“ã ? クラス分類ã™ã‚‹ãŸã‚ã®ã‚¹ã‚³ã‚¢é–¾å€¤ã‚’外部ã®å¤‰æ•°ã¨ã—ã¦å¤‰åŒ–ã•ã›ã€å½é™½æ€§çŽ‡ã‚’横軸ã«ã€çœŸé™½æ€§çŽ‡ã‚’縦
é‡å›žå¸°ãƒ¢ãƒ‡ãƒ«ã®ç†è«–ã¨å®Ÿè£… -ãªãœæ£å‰‡åŒ–ãŒå¿…è¦ã‹-
ã“ã®è¨˜äº‹ã¯æ˜”Qiitaã«æŠ•ç¨¿ã—ã¦ã„ãŸå†…容ã«ãªã‚Šã¾ã™ï¼Ž 元記事ã®æ–¹ã¯è¿‘々削除ã™ã‚‹äºˆå®šã§ã™ï¼Ž å°Žå…¥ Qiitaã§é‡å›žå¸°ã¨æ¤œç´¢ã‚’ã‹ã‘ã¦ã‚‚æ„外ã¨æ•°å¼ã§ã®èª¬æ˜ŽãŒãªã‹ã£ãŸã®ã§ä»Šå›žã¯æ•°å¼ã§æ”»ã‚ãŸã„ã¨æ€ã„ã¾ã™ï¼Ž 例題ã¨ã—ã¦ï¼ŒThe Boston Housing Datasetを使ã„ã¾ã™ï¼Ž https://raw.githubusercontent.com/satopirka/Lasso/master/Boston.csv crim zn indus chas nox rm age dis rad tax ptratio black lstat medv 1
ã¯ã˜ãƒ‘ã‚¿4ç« with Python - Handwriting
環境構築ã™ã‚‹ã ã‘ã—ã¦numpyã™ã‚‰ã¾ã¨ã‚‚ã«æ‰±ãˆãªã„ã®ã¯æ¥ãšã‹ã—ã„ã®ã§ã€ã¯ã˜ãƒ‘ã‚¿ã®Rã«ã‚ˆã‚‹å®Ÿè¡Œä¾‹ã‚’Pythonã«ç§»æ¤ã—ãªãŒã‚‰Pythonã®ç§‘å¦è¨ˆç®—ライブラリã«æ…£ã‚Œã¤ã¤ã€æ©Ÿæ¢°å¦ç¿’ã«ã‚‚慣れよã†ã¨ã„ã†é‚胆。 ã¨ã‚Šã‚ãˆãšç¬¬4ç« ã‹ã‚‰ã€‚ irisã®ãƒ‡ãƒ¼ã‚¿ã‚’ç”¨æ„ scikit-learnã«ã¯æ§˜ã€…ãªå¦ç¿’データãŒç”¨æ„ã•ã‚Œã¦ã„ã¦ã€ãŠæ±ºã¾ã‚Šã®ã‚ˆã†ã«ãã®ä¸ã«ã‚¢ãƒ¤ãƒ¡ã®å¦ç¿’データもå«ã¾ã‚Œã¦ã„る。 from sklearn import datasets iris = datasets.load_iris() print iris.data iris.dataãŒå¦ç¿’データã®æœ¬ä½“。 iris.feature_namesãŒãã‚Œãžã‚Œã®åˆ—ã®ãƒ©ãƒ™ãƒ«ã€‚ In [28]: iris.feature_names Out[28]: ['sepal length (cm)', 'sepal width (cm)', 'petal lengt
1
リリースã€éšœå®³æƒ…å ±ãªã©ã®ã‚µãƒ¼ãƒ“スã®ãŠçŸ¥ã‚‰ã›
最新ã®äººæ°—エントリーã®é…ä¿¡
j次ã®ãƒ–ックマーク
kå‰ã®ãƒ–ックマーク
lã‚ã¨ã§èªã‚€
eコメント一覧を開ã
oページを開ã
{{#tags}}- {{label}}
{{/tags}}