#?-*-?coding:?utf-8?-*-
“““
Created?on?Wed?Mar?18?10:36:21?2020

@author:?Administrator
“““

#coding=utf-8
“““
#演示目的：利用鳶尾花數據集畫出P-R曲線
“““
print（__doc__）
?
import?matplotlib.pyplot?as?plt
import?numpy?as?np
from?sklearn?import?svm?datasets
from?sklearn.metrics?import?precision_recall_curve
from?sklearn.metrics?import?average_precision_score
from?sklearn.preprocessing?import?label_binarize
from?sklearn.multiclass?import?OneVsRestClassifier
?
#from?sklearn.cross_validation?import?train_test_split??#適用于anaconda?3.6及以前版本
from?sklearn.model_selection?import?train_test_split#適用于anaconda?3.7
?
#以iris數據為例，畫出P-R曲線
iris?=?datasets.load_iris（）
X?=?iris.data
y?=?iris.target
?
#?標簽二值化將三個類轉為001?010?100的格式.因為這是個多類分類問題，后面將要采用
#OneVsRestClassifier策略轉為二類分類問題
y?=?label_binarize（y?classes=[0?1?2]）
n_classes?=?y.shape[1]
print?（y）
?
#?增加了800維的噪聲特征
random_state?=?np.random.RandomState（0）
n_samples?n_features?=?X.shape
?
X?=?np.c_[X?random_state.randn（n_samples?200?*?n_features）]
?
#?Split?into?training?and?test
X_train?X_test?y_train?y_test?=?train_test_split（X?y?test_size=.5?random_state=random_state）?#隨機數，填0或不填，每次都會不一樣
?
#?Run?classifier?probability?:?boolean?optional?（default=False）Whether?to?enable?probability?estimates.?This?must?be?enabled?prior?to?calling?fit?and?will?slow?down?that?method.
classifier?=?OneVsRestClassifier（svm.SVC（kernel=‘linear‘?probability=True?random_state=random_state））
y_score?=?classifier.fit（X_train?y_train）.decision_function（X_test）
?
#?Compute?P