如何将离散输出标签绘制为 2 列的 roc 曲线？
使用 roc_curve() 给我一个错误:
ValueError:不支持多标签指示器格式
y_prediction = model.predict(test_X)
y_prediction[1]
Out[27]: array([1.0000000e+00, 6.8178085e-12], dtype=float32)
y_prediction.shape
Out[23]: (514, 2)
test_y.shape
Out[24]: (514, 2)
fpr_roc, tpr_roc, thresholds_roc = roc_curve(test_y, y_prediction)
roc_auc = metrics.auc(fpr_roc, tpr_roc)
最佳答案
从文档中，y_true 和 y_score 应该是 1-d。
https://scikit-learn.org/stable/modules/generated/sklearn.metrics.roc_curve.html
y_truearray，形状 = [n_samples]
因此，只需使用标签而不是 softmax 输出。
在 roc_curve() 之前添加以下几行
test_y = np.argmax(test_y, axis=-1) # getting the labels
y_prediction = np.argmax(y_prediction, axis=-1) # getting the confidence of postive class
关于python - 如何从具有 2 个输出神经元的 softmax 二元分类器绘制 ROC 曲线？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/61086759/