train_auc = []
cv_auc = []
alpha_values = [1,2,3,4,5,10]
for alpha in alpha_values:
model = MultinomialNB(alpha = alpha)
model.fit(X_tr_bow,Y_train)
y_tr_prob = batch_predict(model,X_tr_bow)
y_cr_prob =batch_predict(model, X_cr_bow)
train_auc.append(roc_auc_score(Y_train,y_tr_prob))
cv_auc.append(roc_auc_score(Y_cv,y_cr_prob))
plt.plot(alpha, train_auc, label='Train AUC')
plt.plot(alpha, cv_auc, label='CV AUC')
plt.scatter(alpha, train_auc, label='Train AUC points')
plt.scatter(alpha, cv_auc, label='CV AUC points')
plt.legend()
plt.xlabel("alpha: hyperparameter")
plt.ylabel("roc_AUC_score")
plt.title("Roc_Auc score PLOTS")
plt.grid()
plt.show()
此代码显示错误 x 和 y 必须具有相同的第一维度，但具有形状 (1,) 和 (6,)
最佳答案
问题是您正在用列表形式的 y 值绘制单个值 alpha 。您需要使用完整的 x 值。在所有绘图命令中将 alpha 替换为 alpha_values，如下所示
plt.plot(alpha_values, train_auc, label='Train AUC')
plt.plot(alpha_values, cv_auc, label='CV AUC')
plt.scatter(alpha_values, train_auc, label='Train AUC points')
plt.scatter(alpha_values, cv_auc, label='CV AUC points')
关于python - x 和 y 必须具有相同的第一维，但具有形状 (1,) 和 (6,)，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/56527118/