小编Tul*_*nde的帖子

我正在尝试各种SVM变体scikit-learn与CountVectorizer和HashingVectorizer.他们在不同的例子中使用fit或fit_transform,这让我很困惑.

任何澄清都会非常荣幸.

我正在使用带有分层CV的scikit-learn来比较一些分类器.我正在计算:准确性,召回,auc.

我用于参数优化GridSearchCV的5 CV.

RandomForestClassifier(warm_start= True, min_samples_leaf= 1, n_estimators= 800, min_samples_split= 5,max_features= 'log2', max_depth= 400, class_weight=None)

是GridSearchCV的best_params.

我的问题,我想我真的很适合.例如:

具有标准差的随机森林(+/-)

• 精度:0.99(+/- 0.06)
• 灵敏度:0.94(+/- 0.06)
• 特异性:0.94(+/- 0.06)
• B_accuracy:0.94(+/- 0.06)
• AUC:0.94(+/- 0.11)

具有标准偏差的Logistic回归(+/-)

• 精度:0.88(+/- 0.06)
• 灵敏度:0.79(+/- 0.06)
• 特异性:0.68(+/- 0.06)
• B_accuracy:0.73(+/- 0.06)
• AUC:0.73(+/- 0.041)

而其他人也看起来像逻辑回归(因此他们看起来并不过分).

我的简历代码是:

for i,j in enumerate(data):
    X.append(data[i][0])
    y.append(float(data[i][1]))
x=np.array(X)
y=np.array(y)

def SD(values):

    mean=sum(values)/len(values)
    a=[]
    for i in range(len(values)):
        a.append((values[i]-mean)**2)
    erg=sum(a)/len(values)
    SD=math.sqrt(erg)
    return SD,mean

    for name, clf in zip(titles,classifiers):
    # go through all classifiers, compute 10 folds 
    # the next for loop …