Scikit learn 交叉验证中如何计算灵敏度和特异性
如何计算上述代码中的特异性。该代码计算精度和召回率。回忆也称为敏感性。建立一个计算特异性的函数,然后将其作为可调用的评分传递。如何做到这一点?有内置的功能吗Scikit learn 交叉验证中如何计算灵敏度和特异性,scikit-learn,Scikit Learn,如何计算上述代码中的特异性。该代码计算精度和召回率。回忆也称为敏感性。建立一个计算特异性的函数,然后将其作为可调用的评分传递。如何做到这一点?有内置的功能吗 scoring=['recall', 'precision'] print("-----------------------------------------LR------------------------- --------") clf = LogisticRegression() scores = cross_validate(
scoring=['recall', 'precision']
print("-----------------------------------------LR-------------------------
--------")
clf = LogisticRegression()
scores = cross_validate(clf, traindata, trainlabel, cv=3, scoring=scoring,
return_train_score=False)
print(scores)
print("precision")
print(scores.keys()[2])
print(np.mean(scores.values()[2]))
print("Sensitivity")
print(scores.keys()[3])
print(np.mean(scores.values()[3]))