摘要：1、ROC曲线 1 from sklearn import metrics 2 probs = tree.predict_proba(X_test) # 这里是为0和1的概率 3 probs = probs[:, 1] # 只看为1的概率 4 tree_fpr, tree_tpr, threshol 阅读全文

摘要：1、基础方法 from sklearn.metrics import confusion_matrix # 导包 cm = confusion_matrix(targets, predictions) # 传入的参数为真实值和预测值 2、自定义的方法如下： 1 def plot_confusion_ 阅读全文

摘要：1、计算分类准确率 from sklearn import metrics precision = metrics.accuracy_score(y_pred, y_test) * 100 # 计算分类准确率，*100是说 x%!!! print("Accuracy with XX模型: {0:.2 阅读全文