import numpy as np
from sklearn.metrics import confusion_matrix, accuracy_score,f1_score,roc_auc_score,recall_score,precision_score
from sklearn import metrics
from matplotlib import pyplot
styles=['fivethirtyeight',
'dark_background',
'bmh',
'classic',
'seaborn-dark',
'grayscale',
'seaborn-deep',
'seaborn-muted',
'seaborn-colorblind',
'seaborn-white',
'seaborn-dark-palette',
'ggplot',
'tableau-colorblind10',
'_classic_test',
'seaborn-darkgrid',
'seaborn-notebook',
'Solarize_Light2',
'seaborn-paper',
'seaborn-whitegrid',
'seaborn-pastel',
'seaborn-talk',
'seaborn-bright',
'seaborn',
'seaborn-ticks',
'seaborn-poster',
'fast']
def rocs_plot(y2, P2, setname=''):
pyplot.figure(figsize=(5, 4), dpi=100)
pyplot.style.use('seaborn-darkgrid')
palette = pyplot.get_cmap('Set1')
for i, p2 in enumerate(P2):
fpr1, tpr1, thresholds1 = metrics.roc_curve(y2[i], p2, pos_label=1)
roc_auc1 = metrics.auc(fpr1, tpr1)
pyplot.plot(fpr1, tpr1, lw=1, color=palette(i), linewidth=1.5, alpha=0.9, label=result_paths[i][:-10]+", AUC=%0.3f" % (roc_auc1))
pyplot.xlim([0.00, 1.0])
pyplot.ylim([0.00, 1.0])
pyplot.xlabel("1-Specificity",fontsize=12)
pyplot.ylabel("Sensitivity",fontsize=12)
pyplot.title("ROC",fontsize=12)
pyplot.legend(loc="lower right")
pyplot.savefig('ROC.png',dpi=300)
pyplot画图太丑,改个风格就好
pyplot.style.use('seaborn-darkgrid')
里面的风格可以自己改,'seaborn-darkgrid' 风格出来大概是这样的,比默认格式好看多了:
一次惨痛的运筹优化算法面试经历项目方面基础知识总结项目方面 我有三个项目经验,分别是:一个多目标进化算法的子算法,一个城际网约车订单分配算法,一个实习过程中提出的多主体寻路算法。 <![if supportMisalignedColumns]> <![endif]> 项目序号 项目名称 提问内容 回答 1 基于自适应局部搜索链的多目标模因算法 1)多目标解的评价标准?2)类比于EA(种群的初始化,交叉、变_1671465600
零、写在前面 Bootstrap是一个非常好的前端框架,在前端时间的小项目中需要使用Bootstrap做前端,于是就学习了一下,觉得非常好用,推荐给新手。一、 什么是Bootstrap?Bootstrap,来自 Twitter,是目前最受欢迎的前端框架。Bootstrap 是基于 HTML、CSS、JAVASCRIPT 的,它简洁灵活,使得 Web 开发更加快捷。
问题描述:有一张这样的图片,如何提取里面的红色圈圈坐标,并且连接这些坐标形成两个封闭的环路?过程展示图像导入oriPic=imread('test1.png');subplot(2,2,1)imshow(oriPic)依据RGB值图像二值化原理就是图中颜色种类比较少,只有红黑白,而红色和白色都是R通道数值较大,因此我们可以利用这一点进行图像分割% 删除红色外的部分并构造二值图grayPic=rgb2gray(oriPic);grayPic(oriPic(:,:,1)<2
pyspark.sql
HUBERT HOW MUCH CAN A BAD TEACHER BENEFIT ASR PRE-TRAINING文章来源:icassp2021[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-JYHYuLUO-1627824995743)(https://raw.githubusercontent.com/zqs01/figurebed/main/img/image-20210801162550871.png)]研究背景:相比于CV和NLP领域,ASR领域中自监督预训
开发工具诞生的目的永远是加速开发. 程序员应该不断追求更快更好的开发工具.前文一步步学Webpack4(0)-- 实战起步已经完成了Webpack环境的搭建以及实现了一句命令自动打包项目,这一次我们继续使用之前的项目webpack-stepbystep来尝试搭建适合对开发者友好的项目开发环境.本章按照以下步骤进行:开发需求总结:跟...
文章目录1. 制作系统安装盘1.1 准备U盘以及一台用来制作安装盘的电脑1.2 下载WIN10安装包1.3 制作完成的系统安装盘1.4 U盘格式化应选择的文件系统2. 安装WIN10操作系统前的准备2.1 插入系统安装盘2.2 设置U盘(系统安装盘)为第一启动项2.3 注意:启动引导方式的选择2.4 补充:磁盘分区格式(MBR分区和GPT分区)和启动引导(Legacy和UEFI)的关系3. 开始安装WIN10操作系统3.1 将系统直接安装到固态硬盘内(不分区)3.2 将固态硬盘分区后,将系统安装到其中一个
一、ItemTouchHandler 简介、二、ItemTouchHelper.Callback 自定义实现、1、设置移动标志 ( 拖动/滑动 )、三、完整代码实现、1、主界面、2、ItemTouchHelper.Callback 回调类、四、博客资源、
ROS 1和ROS 2同步开发发行,目前最新ROS 1的版本号为M,而ROS 2的版本号为B。目前,ROS packages for Ardent状态为maintained(186);for Bouncy状态为developed(63)。请等待正式发布。ROS 1和ROS 2同步学习推荐在Ubuntu 16.04中使用ROS 1 Kinetic和ROS 2 Ardent。下面简单介绍一下通过Deb...
本人机器学习小白一枚,目前认识到数学对于理解算法和应用算法到特定的数据集上太重要了。很喜欢MIT的线性代数课程,以MIT课程的内容为主,做一些学习总结。旨在于总结自己学过的知识、受到的启发、加强自己的逻辑性和对内容的理解。非常感谢网络上大牛们的MIT线性代数导论笔记,文末是链接。1、线性方程 包含未知数x1,x2,...,xnx_{1},x_{2},...,x_{n}的一个线性方程是形如a1x1+
xilinx fpga的设计规范和时序问题解决xilinx FPGA在设计时,代码编写尽量使用vivado中的代码模板,模板代码可以综合正确且结构简介的电路结构;Tools>>Language Templates;代码框架:I/O模块和时钟尽量放在顶层,目的是资源共享,提高性能,降低功耗;输出采用寄存器输出,降低路径延时保证时序收敛。复位:官方推荐采用高电平同步复位,降低资源使...
前面了解了 Jenkins 上各种任务的区别后,我们就来实践应用下,先创建一个【文件夹】类型的任务,将我们目前的一些基础的演示任务【移动】到文件夹里面去,这样可以先做个简单的分类。新建一个【文件夹】类型的任务,名称为 Jenkins-Basic:可以看到【文件夹】类型的任务可配置的内容很少,不做特殊设置,默认即可:然后我们将前面的演示项目移动到这个文件夹下面:接下来我们将做个实战任务,演示任务的构建、打包、上传、部署等操作,以及详细解析任务的各个配置阶段。新建一个【构建一