Cross Validation和Matlab中的perfcurv

我在尝试在一个交叉验证代码中使用perfcurv。然而,在某个时刻,测试数据集的所有成员都属于同一类(0)。我的问题是一个二分类问题。因此,出现了以下错误:

使用perfcurve时出错(行368):在真实类别标签数组中发现少于两个类别。

在loadsurfperframe_GIE_leave_one_out中出错(行669):[x,y,t,AUC(i),OPTROCPT,SUBY,SUBYNAMES] = perfcurve(test_classes,ytest,1);

我应该如何解决这个问题?


回答:

函数perfcurve()计算接收者操作特征(ROC)曲线,该曲线显示了二分类问题中敏感性1-特异性之间的权衡,即哪个阈值更优。如果你只有0样本,就无法确定阈值应该设置在哪里。

enter image description here

此外,特异性定义为SEN = TP/T = TP/(TP+FN)。如果我们将负样本视为0,正样本视为1,你的数据中没有任何正样本。因此,TP = 0意味着无论阈值如何,值总是SEN=0

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注