校准曲线
组件介绍
**“校准曲线”(Calibration Plot)**控件显示分类器的概率预测和实际类概率之间的匹配。
校准图是一种可视化工具,用于评估不同预测值与观测值之间的一致性。校准曲线用于评估分类器的校准程度,即预测每个类别标签的预测概率有何不同。x 轴表 示平均预测概率,y 轴是阳性比率(预测正确的比例)。理想的校准模型的曲线是一条从(0, 0)开始线性移动的线性直线。
- 输入:
- evr:分类器对数据的测试结果
- 输出:
- 无
页面介绍
点击**“校准曲线”(Calibration Plot)**控件查看参数配置页面,如下图所示:
点击**“查看结果”**按钮,查看曲线:
参数选项
选项 | 说明 | 取值范围 | 样例值 |
---|---|---|---|
目标类 | 离散目标属性的取值 | 离散目标属性的取值 | 默认选中的值是离散目标属性取值的第一个 |
分类器 | 要评估的数据挖掘模型,选择后系统会绘制对应的校准曲线 | 要评估的数据挖掘模型,支持多选 |
使用案例
在下图所示的案例中,使用**“加载文件”(File)控件加载数据,使用“朴素贝叶斯”(Naive Bayes)、“决策树”(Tree)等模型链接“预测”(Predictions)控件进行预测,最后将评估结果在“校准曲线”(Calibration Plot)**控件中进行展示。
案例中加载 titanic 数据集,针对**“朴素贝叶斯”(Naive Bayes)、“决策树”(Tree)算法进行模型预测。然后根据“预测”(Predictions)**的结果校准曲线。案例中控件的配置以及执行结果如下图所示。