如何在拥有多个机器学习模型时显示数据

我开发了一个程序,根据涉及几千个特征的训练数据,找出大约500个类别的概率。

它的工作原理是训练大约500个逻辑回归模型,这些模型接受这几千个特征,并找出单个类别的概率。每个模型为不同的类别找到概率,因此我能够找出每个类别的概率。

由于这些都是不同的模型,我能够找到每个模型的准确率,并通过平均所有这些值来获得平均准确率。

我的问题是,现在我有这大约500个数据点和平均值,我实在不知道如何以图形方式表示它们。我无法用线图来绘制,因为类别之间没有太多的关系,而ROC曲线也不适用,因为这不是二元分类。

有没有人对我如何绘制这些数据有任何建议?谢谢!


回答:

你是说你有500个类别,每个类别都被分配了500个概率吗?平均准确率是指特定类别的平均准确率(即有500个不同的平均准确率),还是指分配给每个类别的概率的准确率?

建议:为每个类别分配一个从1到500的任意唯一索引。绘制类别索引与类别概率的关系图,并添加垂直误差条。

enter image description here

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