Python sklearn PrecisionRecallDisplay.from_predictions用法及代码示例

本文简要介绍python语言中 sklearn.metrics.PrecisionRecallDisplay.from_predictions 的用法。

用法:

classmethod from_predictions(y_true, y_pred, *, sample_weight=None, pos_label=None, name=None, ax=None, **kwargs)

绘制给定二元类预测的precision-recall 曲线。

参数：

y_true：形状类似数组 (n_samples,)

真正的二进制标签。

y_pred：形状类似数组 (n_samples,)

估计的概率或决策函数的输出。

sample_weight：形状类似数组 (n_samples,)，默认=None

样本权重。

pos_label：str 或 int，默认 = 无

在计算精度和召回指标时，该类被视为正类。

name：str，默认=无

标记曲线的名称。如果 None ，名称将设置为 "Classifier" 。

ax：matplotlib 轴，默认=无

要绘制的轴对象。如果 None ，则创建一个新的图形和轴。

**kwargs：dict

要传递给 matplotlib 的 plot 的关键字参数。

返回：

display：PrecisionRecallDisplay

例子：

>>> import matplotlib.pyplot as plt
>>> from sklearn.datasets import make_classification
>>> from sklearn.metrics import PrecisionRecallDisplay
>>> from sklearn.model_selection import train_test_split
>>> from sklearn.linear_model import LogisticRegression
>>> X, y = make_classification(random_state=0)
>>> X_train, X_test, y_train, y_test = train_test_split(
...         X, y, random_state=0)
>>> clf = LogisticRegression()
>>> clf.fit(X_train, y_train)
LogisticRegression()
>>> y_pred = clf.predict_proba(X_test)[:, 1]
>>> PrecisionRecallDisplay.from_predictions(
...    y_test, y_pred)
<...>
>>> plt.show()