仪器校准网站php源码技巧_Python机械进修系列一文教你绘制校准曲线案例源码

1. 首先根据预测模型输出目标事宜的预测概率；

2. 根据预测概率从小到大进行排序，并按照平分位点划分成N组；

3. 分别打算各组的实际事宜发生率，以及预测概率的均匀值

4. 根据各组的预测概率以及实际事宜发生率绘制校准曲线

如果模型预测发生率与实际发生率完备同等，模型既不会高估结局风险，也不会低估结局风险，那么根据上述步骤绘制的线会是一条Y=X的标准曲线。

def calibration_plot(true ,pred ,n): """ 参数解释： true: 实际标签值 pred: 模型输出的预测概率 n: 分组数目 (校准区间中有几个点) 先加工绘图须要的数据形式：df_cal_trans 然后绘图，可以选择是否带偏差棒 """ df_cal = pd.DataFrame({'y_true' :true ,'y_pred' :pred}) # 现将实际值和预测值拼接成一个dataframe df_cal = df_cal.sort_values(by='y_pred') ## 根据预测概率值进行排序 df_cal['group'], cut_bin = pd.qcut(df_cal['y_pred'] ,q=n ,retbins=True ,labels = list(range(1 , n +1))) ## 将数据进行分箱 output_list = list() for i in range(1 , n +1): true_pos_rate = 1 - df_cal.loc[df_cal['group' ]==i ,'y_true'].value_counts(1)[0] y_pred_mean = df_cal.loc[df_cal['group' ]==i ,'y_pred'].mean() y_pred_sd = df_cal.loc[df_cal['group' ]==i ,'y_pred'].std() output = {'group' :i ,'true_pos_rate' :true_pos_rate ,'y_pred_mean' :y_pred_mean ,'y_pred_sd' :y_pred_sd} output_list.append(output) df_cal_trans = pd.DataFrame(output_list) calibration_slop = round(scipy.stats.linregress(df_cal_trans['y_pred_mean'] ,df_cal_trans['true_pos_rate']).slope ,3) plt.figure(figsize=(6 ,4)) plt.rcParams['axes.spines.right'] = False # 不绘制右边的框线 plt.rcParams['axes.spines.top'] = False # 不绘制上方的框线 line = plt.errorbar(df_cal_trans['y_pred_mean'] ,df_cal_trans['true_pos_rate'], # yerr=df_cal_trans['y_pred_sd'], fmt='--o', # 数据点标记模样形状和数据点标记的连线模样形状 ecolor="#00688B", # 偏差棒的颜色 elinewidth=0.8, # 偏差棒线条粗细 ms=4, # 数据点大小 mfc = "#00688B", # 数据点颜色 capthick = 1, # 偏差棒边界横线的厚度 capsize = 2 # 偏差棒边界横线的大小 ) limits = round(max(df_cal_trans['true_pos_rate'].max() ,df_cal_trans['y_pred_mean'].max()) + 0.02 ,3) plt.plot([0 ,limits] ,[0 ,limits] ,"--" ,lw=1 ,color="grey") plt.xlim(0 ,limits) plt.ylim(0 ,limits) plt.xlabel('Predicted event probability' ,fontsize=10) plt.ylabel('Observed event probability' ,fontsize=10) # plt.legend(handles=[line],labels=['HL P-value: > 0.05'], loc='best') plt.legend(handles=[line] ,labels=['Calibration slope: {}'.format(calibration_slop)], loc='best') # 'lower right' plt.grid(axis="y") # 设置横向网格线 plt.show() # return df_cal_trans2.2 案例运用

# 准备数据data = pd.read_csv(r'Dataset.csv')df = pd.DataFrame(data)# 提取目标变量和特色变量target = 'target'features = df.columns.drop(target)print(data["target"].value_counts()) # 顺便查看一下样本是否平衡# 划分演习集和测试集X_train, X_test, y_train, y_test = train_test_split(df[features], df[[target]], test_size=0.2, random_state=0)# 归一化mm1 = MinMaxScaler() # 特色进行归一化X_train_m = mm1.fit_transform(X_train)mm2 = MinMaxScaler() # 标签进行归一化y_train_m = mm2.fit_transform(y_train)# 模型的构建与演习model = LogisticRegression()model.fit(X_train_m, y_train_m)# 模型推理与评价# 对测试集特色进行相同规则mm1的归一化处理，然后输入到模型进行预测X_test_m = mm1.transform(X_test) #把稳fit_transform() 和 transform()的差异y_pred_m = model.predict(X_test_m) #利用输入特色input1和input2测试模型y_scores = model.predict_proba(X_test_m)y_pred = mm2.inverse_transform(np.reshape(y_pred_m, (-1, 1)))calibration_plot(y_test[target], list(y_scores[:, 1]), 3)三、结果

作者简介：

读研期间揭橥6篇SCI数据算法干系论文，目前在某研究院从事数据算法干系研究事情，结合自身科研实践经历不定期持续分享关于Python、数据剖析、特色工程、机器学习、深度学习、人工智能系列根本知识与案例。
致力于只做原创，以最大略的办法理解和学习，关注gzh：数据杂坛，获取数据和源码学习更多内容。

原文链接：

【Python机器学习系列】一文教你绘制校准曲线（案例+源码）

标签：39pred