スポンサーリンク

“The Separation Plot” in Python

プログラミング
0
(0)

Pythonで作成したプログラムに「The Separation Plot」を実装するコードを作成した。

ついでに「Brier Scores」と「Expected PCP(ePCP)」も導入できるようにした。

Brier Scores

$$B = \frac{1}{N}\sum_{}^{}{(p - X)^2}$$

Expected PCP(ePCP)

$$ePCP = \frac{1}{N}(\sum_{y_i=1}^{}{p_i} + \sum_{y_i=1}^{}{(1 - p_i)})$$

The Separation Plot

緑線(長方形) … ラベルが1となるデータを表示

白線(長方形) … ラベルが0となるデータを表示

黒曲線 … 各データの予測確率を表示

赤線 … Expected Number of Events(ENoE)を表示。右からENoE番目の長方形のすぐ左にくる。

詳しくは元論文のJournal Clubを参照のこと。

使い方

actual_outcome : 実際のラベルyを格納したlist型変数(1次元)。

fitted_value : 予測確率pを格納したlist型変数(1次元)。

以上の引数を与えてください。コードの利用にはnumpy, pandasが必要です。

この記事は役に立ちましたか?

星をクリックして、評価してください!

現在の平均評価 0 / 5. 評価した人数: 0

お役に立てたようで嬉しいです!

著者SNSをフォローしていただけると、更新情報が手に入ります。

記事がご期待に沿えなかったようで、申し訳ありません…。

是非、改善点を教えてください!

この記事において改善すべき点や、追加で知りたかったことは何ですか?

コメント