質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.49%
Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

Q&A

1回答

370閲覧

Python どのテストデータを正常/異常と判断したのかを知りたい

SuzuAya

総合スコア71

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

0グッド

0クリップ

投稿2019/11/09 07:30

前提・実現したいこと

以下のようなコードを使ってROC曲線とAUCスコアを出したのですが、それに加えて、
どのテストデータを正常/異常と判断したのかを知りたい場合は、どうすればよいでしょうか。
こちらのサイトにROC曲線とAUCスコアについて大変分かりやすくまとめていただいているのですが、自分のやりたいことに当てはめて考えることができなかったため、こちらに質問をさせていただきました。

不足している情報等ある場合はお手数ですがお知らせいただけますと幸いです。
どうぞよろしくお願いいたします。

該当のソースコード

Python

1#正解ラベル0:正常、1:異常 2y_true = np.zeros(len(Z1_A)+len(Z2_A)) 3y_true[len(Z1_A):] = 1 4 5# FPR, TPR(, しきい値) を算出 6fpr, tpr, _ = metrics.roc_curve(y_true, np.hstack((Z1_A, Z2_A)), pos_label=1) 7 8# AUC 9auc = metrics.auc(fpr, tpr) 10 11# ROC曲線をプロット 12plt.plot(fpr, tpr, label='(AUC = %.2f)'%(auc)) 13plt.legend() 14plt.title(name + '(ROC)') 15plt.xlabel('False Positive Rate') 16plt.ylabel('True Positive Rate') 17plt.grid(True)

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答1

0

分類されたデータの特徴を知りたいのであれば,各クラスごとのデータの特徴量の平均,分散,ヒストグラムを確認するのはいかがでしょう.

投稿2019/12/04 00:16

dark-eater-kei

総合スコア1248

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

まだベストアンサーが選ばれていません

会員登録して回答してみよう

アカウントをお持ちの方は

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.49%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問