BinaryClassificationMetrics¶
-
類
pyspark.mllib.evaluation。BinaryClassificationMetrics( scoreAndLabels:pyspark.rdd.RDD(元組(浮動,浮動]] ) ¶ -
評估者對二進製分類。
- 參數
-
-
scoreAndLabels
pyspark.RDD -
分數的抽樣,標簽和可選的重量。
-
scoreAndLabels
例子
> > >scoreAndLabels=sc。並行化([…(0.1,0.0),(0.1,1.0),(0.4,0.0),(0.6,0.0),(0.6,1.0),(0.6,1.0),(0.8,1.0)),2)> > >指標=BinaryClassificationMetrics(scoreAndLabels)> > >指標。areaUnderROC0.70……> > >指標。areaUnderPR0.83……> > >指標。unpersist()> > >scoreAndLabelsWithOptWeight=sc。並行化([…(0.1,0.0,1.0),(0.1,1.0,0.4),(0.4,0.0,0.2),(0.6,0.0,0.6),(0.6,1.0,0.9),…(0.6,1.0,0.5),(0.8,1.0,0.7)),2)> > >指標=BinaryClassificationMetrics(scoreAndLabelsWithOptWeight)> > >指標。areaUnderROC0.79……> > >指標。areaUnderPR0.88……
方法
調用(名字,*一個)調用的方法java_model
Unpersists中間抽樣用於計算。
屬性
計算precision-recall曲線下的麵積。
計算接受者操作特征(ROC)曲線下的麵積。
方法的文檔
-
調用( 的名字:str,*一個:任何 )→任何¶ -
調用的方法java_model
-
unpersist( )→沒有¶ -
Unpersists中間抽樣用於計算。
屬性的文檔
-
areaUnderPR¶ -
計算precision-recall曲線下的麵積。
-
areaUnderROC¶ -
計算接受者操作特征(ROC)曲線下的麵積。