Python sklearn calibration_curve用法及代码示例

本文简要介绍python语言中 sklearn.calibration.calibration_curve 的用法。

用法:

sklearn.calibration.calibration_curve(y_true, y_prob, *, normalize=False, n_bins=5, strategy='uniform')

计算校准曲线的真实概率和预测概率。

该方法假设输入来自二元分类器，并将 [0, 1] 区间离散化为 bin。

校准曲线也可以称为可靠性图。

在用户指南中阅读更多信息。

参数：

y_true：形状类似数组 (n_samples,)

真正的目标。

y_prob：形状类似数组 (n_samples,)

正类的概率。

normalize：布尔，默认=假

y_prob 是否需要归一化到 [0, 1] 区间，即不是一个合适的概率。如果为 True，则 y_prob 中的最小值线性映射到 0，最大的映射到 1。

n_bins：整数，默认=5

离散化 [0, 1] 区间的 bin 数。更大的数字需要更多的数据。没有样本(即在 y_prob 中没有相应值)的 bin 将不会被返回，因此返回的数组可能具有小于 n_bins 的值。

strategy：{‘uniform’, ‘quantile’}，默认='uniform'

用于定义 bin 宽度的策略。

制服

箱具有相同的宽度。

分位数

这些 bin 具有相同数量的样本并取决于 y_prob 。

返回：

prob_true：ndarray 形状 (n_bins,) 或更小

每个 bin 中类别为正类的样本的比例(正类的分数)。

prob_pred：ndarray 形状 (n_bins,) 或更小

每个 bin 中的平均预测概率。

参考：

Alexandru Niculescu-Mizil 和 Rich Caruana (2005) Predicting Good Probabilities With Supervised Learning，第 22 届机器学习国际会议 (ICML) 论文集。见第 4 节(预测的定性分析)。

例子：

>>> import numpy as np
>>> from sklearn.calibration import calibration_curve
>>> y_true = np.array([0, 0, 0, 0, 1, 1, 1, 1, 1])
>>> y_pred = np.array([0.1, 0.2, 0.3, 0.4, 0.65, 0.7, 0.8, 0.9,  1.])
>>> prob_true, prob_pred = calibration_curve(y_true, y_pred, n_bins=3)
>>> prob_true
array([0. , 0.5, 1. ])
>>> prob_pred
array([0.2  , 0.525, 0.85 ])