校准曲线#

sklearn.calibration.calibration_curve(y_true, y_prob, *, pos_label=None, n_bins=5, strategy='uniform')[source]#

计算校准曲线的真实概率和预测概率。

该方法假设输入来自二元分类器，并将[0, 1]区间离散化为若干区间。

校准曲线也称为可靠性图。

更多信息请阅读用户指南。

参数：

y_truearray-like of shape (n_samples,)

真实目标。

y_probarray-like of shape (n_samples,)

正类的概率。

pos_labelint, float, bool or str, default=None

正类的标签。

版本1.1中新增。

n_binsint, default=5

将[0, 1]区间离散化的区间数。较大的数字需要更多数据。没有样本的区间（即在y_prob中没有对应值）将不会返回，因此返回的数组可能少于n_bins个值。

strategy{‘uniform’, ‘quantile’}, default=’uniform’

用于定义区间宽度的策略。

uniform: 区间宽度相同。
quantile: 区间具有相同的样本数，并取决于y_prob。

返回值：

prob_true形状为 (n_bins,) 或更小的ndarray: 每个区间中样本属于正类的比例（正类比例）。
prob_pred形状为 (n_bins,) 或更小的ndarray: 每个区间的平均预测概率。

参考文献

Alexandru Niculescu-Mizil 和 Rich Caruana (2005) Predicting Good Probabilities With Supervised Learning，见第 22 届国际机器学习会议 (ICML) 论文集。参见第 4 节（预测的定性分析）。

示例

>>> import numpy as np
>>> from sklearn.calibration import calibration_curve
>>> y_true = np.array([0, 0, 0, 0, 1, 1, 1, 1, 1])
>>> y_pred = np.array([0.1, 0.2, 0.3, 0.4, 0.65, 0.7, 0.8, 0.9,  1.])
>>> prob_true, prob_pred = calibration_curve(y_true, y_pred, n_bins=3)
>>> prob_true
array([0. , 0.5, 1. ])
>>> prob_pred
array([0.2  , 0.525, 0.85 ])