自动比较分类器性能
此代码提供了一种快速简便的方法来评估多个二元分类器在表现出极端类不平衡的数据集上的性能和重要性。
所需的库
熊猫
麻木
用于显着性测试的 Scipy
用于分类算法的 Scikit-learn
功能
evaluate_models(X,y,models,times, undersampling=[0],time_unit='s')
对一组数据、模型和参数执行 Nx2cv。 对于每个欠采样级别，所有模型都并行运行。
X - 特征矩阵。 必须在 0 和 1 中提供
y - 目标类
模型 - 要测试的二进制分类器模型的 Python 列表。 每个模型在创建后必须有一个分配给它的模型名称（例如 model.name = 'model1'）
times - 要运行的 2-fold 交叉验证迭代次数（例如 5 将运行 2-fold 验证 5 次并生成 10 个准确度指标）
