我知道支持向量机算法无法计算概率,而AUC值需要概率计算,那么是否有其他方法只计算AUC分数?
from sklearn.svm import SVC
model_ksvm = SVC(kernel = 'rbf', random_state = 0)
model_ksvm.fit(X_train, y_train)
model_ksvm.predict_proba(X_test)
我无法从SVM算法中获取概率输出,没有概率输出就无法得到AUC分数,而其他算法可以得到。
我知道支持向量机算法无法计算概率,而AUC值需要概率计算,那么是否有其他方法只计算AUC分数?
from sklearn.svm import SVC
model_ksvm = SVC(kernel = 'rbf', random_state = 0)
model_ksvm.fit(X_train, y_train)
model_ksvm.predict_proba(X_test)
我无法从SVM算法中获取概率输出,没有概率输出就无法得到AUC分数,而其他算法可以得到。
sklearn
会自动地在底层使用decision_function
方法,这是有符号距离。probability
选项,它在SVM之上拟合了一个Platt校准模型以产生概率输出:model_ksvm = SVC(kernel='rbf', probability=True, random_state=0)