Модели Склеарна: решающая функция и предикат_проба для кривой ro c

Question

В Sklearn, ro c кривая требует (y_true, y_scores). Как правило, для y_scores я задаю вероятности, которые выводятся с помощью функцииgnast_proba классификатора. Но в примере с sklearn я вижу, что используются и Предикаты_процесса, и решения_фукции.

Интересно, в чем разница с точки зрения оценки реальных моделей?

Answer 1

Функциональная форма логистики c регрессии - -

f (x) = 11 + e− (β0 + β1x1 + ⋯ + βkxk)

This это то, что возвращается в предикате. возвращается решением_функции. «Гиперплоскость», упомянутая в документации, является

β0 + β1x1 + ⋯ + βkxk = 0