学习算法的yScore

Question

我对ML python环境非常陌生，我需要绘制精度/调用图，如这篇文章所述：[https://scikit-learn.org/stable/auto_examples/model_selection/plot_precision_recall.html][1]您需要计算y_score：

    # Create a simple classifier
classifier = svm.LinearSVC(random_state=random_state)
classifier.fit(X_train, y_train)
y_score = classifier.decision_function(X_test)

所以问题是：如何使用多项式NaiveBayes或LearningTree计算分数？在我的代码中，我有：

 print("MultinomialNB - countVectorizer")

    xTrain, xTest, yTrain, yTest=countVectorizer(db)

    classifier = MultinomialNB()
    model = classifier.fit(xTrain, yTrain)
    yPred = model.predict(xTest)

    print("confusion Matrix of MNB/ cVectorizer:\n")
    print(confusion_matrix(yTest, yPred))
    print("\n")
    print("classificationReport Matrix of MNB/ cVectorizer:\n")
    print(classification_report(yTest, yPred))

    elapsed_time = time.time() - start_time
    print("elapsed Time: %.3fs" %elapsed_time) 

db包含我的数据集，该数据集已在训练集和测试集之间划分。有什么建议吗？

Answer 1

他们所谓的y_score只是ML算法输出的预测概率。

在多项式nb和决策树中（我想这就是LearningTree的意思吗？），您可以使用.predict_proba方法执行此操作：

    classifier = MultinomialNB()
    model = classifier.fit(xTrain, yTrain)
    yPred = model.predict_proba(xTest)