校准曲线
组件介绍
“校准曲线”（Calibration Plot） 控件显示分类器的概率预测和实际类概率之间的匹配。
校准图是一种可视化工具，用于评估不同预测值与观测值之间的一致性。校准曲线用于评估分类器的校准程度，即预测每个类别标签的预测概率有何不同。x 轴表示平均预测概率，y 轴是阳性比率（预测正确的比例）。理想的校准模型的曲线是一条从(0, 0)开始线性移动的线性直线。
- 输入：
- evr：分类器对数据的测试结果
- 输出：
- 无
页面介绍
点击 “校准曲线”（Calibration Plot） 控件查看参数配置页面，如下图所示：
点击 “查看结果” 按钮，查看曲线：
参数选项
| 选项 | 说明 | 取值范围 | 样例值 |
|---|---|---|---|
| 目标类 | 离散目标属性的取值 | 离散目标属性的取值 | 默认选中的值是离散目标属性取值的第一个 |
| 分类器 | 要评估的数据挖掘模型，选择后系统会绘制对应的校准曲线 | 要评估的数据挖掘模型，支持多选 |
使用案例
在下图所示的案例中，使用 “加载文件”（File） 控件加载数据，使用 “朴素贝叶斯”（Naive Bayes） 、 “决策树”（Tree） 等模型链接 “预测”（Predictions） 控件进行预测，最后将评估结果在 “校准曲线”（Calibration Plot） 控件中进行展示。
案例中加载 titanic 数据集，针对 “朴素贝叶斯”（Naive Bayes） 、 “决策树”（Tree） 算法进行模型预测。然后根据 “预测”（Predictions） 的结果校准曲线。案例中控件的配置以及执行结果如下图所示。
