使用显示对象创建可视化

简介

在本实验中，我们将学习如何使用 scikit-learn 通过显示对象创建可视化。显示对象是允许我们直接从其各自的指标创建可视化的类。在本实验中，我们将使用“混淆矩阵显示”、“ROC 曲线显示”和“精确率召回率显示”显示对象为二分类问题创建可视化。

虚拟机提示

虚拟机启动完成后，点击左上角切换到“笔记本”标签以访问 Jupyter Notebook 进行练习。

有时，你可能需要等待几秒钟让 Jupyter Notebook 完成加载。由于 Jupyter Notebook 的限制，操作验证无法自动化。

如果你在学习过程中遇到问题，随时向 Labby 提问。课程结束后提供反馈，我们将立即为你解决问题。

Skills Graph

加载数据并训练模型

对于这个示例，我们将使用来自 OpenML 的输血服务中心数据集。目标是判断一个人是否献血。首先，将数据拆分为训练集和测试集，然后使用训练数据集拟合逻辑回归模型。

from sklearn.datasets import fetch_openml
from sklearn.preprocessing import StandardScaler
from sklearn.pipeline import make_pipeline
from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import train_test_split

X, y = fetch_openml(data_id=1464, return_X_y=True, parser="pandas")
X_train, X_test, y_train, y_test = train_test_split(X, y, stratify=y)

clf = make_pipeline(StandardScaler(), LogisticRegression(random_state=0))
clf.fit(X_train, y_train)

创建混淆矩阵显示

使用拟合好的模型，我们计算模型在测试数据集上的预测结果。这些预测结果用于计算混淆矩阵，并通过“混淆矩阵显示”进行绘制。

from sklearn.metrics import confusion_matrix
from sklearn.metrics import ConfusionMatrixDisplay

y_pred = clf.predict(X_test)
cm = confusion_matrix(y_test, y_pred)

cm_display = ConfusionMatrixDisplay(cm).plot()

创建 ROC 曲线显示

ROC 曲线需要估计器的概率或非阈值化决策值。由于逻辑回归提供了一个决策函数，我们将使用它来绘制 ROC 曲线。

from sklearn.metrics import roc_curve
from sklearn.metrics import RocCurveDisplay

y_score = clf.decision_function(X_test)

fpr, tpr, _ = roc_curve(y_test, y_score, pos_label=clf.classes_[1])
roc_display = RocCurveDisplay(fpr=fpr, tpr=tpr).plot()

创建精确率 - 召回率显示

同样，可以使用上一节中的“y_score”来绘制精确率 - 召回率曲线。

from sklearn.metrics import precision_recall_curve
from sklearn.metrics import PrecisionRecallDisplay

prec, recall, _ = precision_recall_curve(y_test, y_score, pos_label=clf.classes_[1])
pr_display = PrecisionRecallDisplay(precision=prec, recall=recall).plot()

将显示对象组合到单个图中

显示对象存储作为参数传递的计算值。这使得可以使用 Matplotlib 的 API 轻松地组合可视化效果。在以下示例中，我们将这些显示并排放在一行中。

import matplotlib.pyplot as plt

fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(12, 8))

roc_display.plot(ax=ax1)
pr_display.plot(ax=ax2)
plt.show()

总结

在本实验中，我们学习了如何使用 scikit-learn 通过显示对象创建可视化。我们使用“混淆矩阵显示”、“ROC 曲线显示”和“精确率 - 召回率显示”这些显示对象为一个二分类问题创建可视化。我们首先加载数据并训练了一个逻辑回归模型。然后我们使用显示对象创建了混淆矩阵、ROC 曲线和精确率 - 召回率曲线。最后，我们使用 Matplotlib 的 API 将这些显示对象组合到单个图中。