ROC曲线图

Question

[尝试使用SVM绘制具有179列（作为特征）的大小为1200的数据集的ROC曲线会出现以下错误：

'数组的索引太多'

代码：

 from sklearn.svm import SVC
 svclassifier = SVC(kernel='linear')

 svm = svclassifier.fit(X_train, Y_train).decision_function(X_test)

 Y_pred = svclassifier.predict(X_test)

 ns_predt = [0 for _ in range(len(Y_test))]

 Y_predt = Y_pred[:,1]

---

Traceback (most recent call last) IndexError
<ipython-input-92-62de12967d46> in <module>
----> 1 Y_predt = Y_pred[:,1]

IndexError: too many indices for array

Answer 1

您遇到的错误与“ Y_pred [：，1]”中的请求索引和可用索引有关。您正在请求第1列的所有行（冒号'：'）（使用Python的零索引，实际上是第2列）。但是，Y_pred是一个numpy一维数组（即无列）。

我不确定您要在ns_predt = [0 for _ in range(len(Y_test))]或Y_predt = Y_pred[:,1]中做什么，所以我无法给您其他选择。但是问题很明显：您正在请求不存在的列。

可以使用以下代码轻松复制该问题：

import pandas as pd
import numpy as np
import pdb
from sklearn.svm import SVC

print('Creating fake data..')
X_train = pd.DataFrame(np.random.randint(0,1000,size=(100, 4)), columns=list('ABCD'))
Y_train = pd.DataFrame(np.random.randint(0,10,size=(100, 1)), columns=list('E'))

X_test = pd.DataFrame(np.random.randint(0,100,size=(100, 4)), columns=list('ABCD'))
Y_test = pd.DataFrame(np.random.randint(0,10,size=(100, 1)), columns=list('E'))

print('Initializing classifier')
svclassifier = SVC(kernel='linear')

print('Training the model')
svm = svclassifier.fit(X_train, Y_train).decision_function(X_test)

print('Predicting outcome')
Y_pred = svclassifier.predict(X_test)

print('... ? ...')
ns_predt = [0 for _ in range(len(Y_test))]
try:
    Y_predt = Y_pred[:,1]
except:
    print('I failed...')
    pdb.set_trace()