科研有捷徑，輸入代碼，一鍵獲取科研成果！就是這么省事，來(lái)具體看下有多方便！

搜索http://985.so/a9kb查看全部代碼（目前共計(jì)50+持續(xù)新增中），也可以點(diǎn)擊右側(cè)【目錄】，可以看到更多有趣的代碼

真香提示：文末可以知道如何獲取代碼~? ?

在高通量數(shù)據(jù)分析過(guò)程中，數(shù)據(jù)挖掘已成為一種切實(shí)有效的分析方法，能夠幫助我們?cè)诤Ａ繑?shù)據(jù)中挖掘出其內(nèi)在關(guān)聯(lián)和顯著的特征，因此在醫(yī)療，生物，物理，經(jīng)濟(jì)等多個(gè)領(lǐng)域都有著廣泛應(yīng)用。

支持向量機(jī)SVM是一種快速高效的分類器方法，在使用SVM分類器對(duì)數(shù)據(jù)進(jìn)行分類預(yù)測(cè)時(shí)，我們需要做兩個(gè)重要的準(zhǔn)備工作，第一是特征選擇，第二是參數(shù)優(yōu)化：

1、特征選擇是指從海量特征中篩選出最顯著的，對(duì)于分類貢獻(xiàn)最大的特征，去除冗余和重復(fù)的特征，從而達(dá)到降維和增加預(yù)測(cè)精度的目的，一般特征選擇的方法有?? ? ? ?recursive feature elimination，邏輯回歸，差異檢驗(yàn)等。

2、參數(shù)優(yōu)化是指在分類過(guò)程中，由于技術(shù)偏見(jiàn)，不可避免存在假陽(yáng)性和假陰性，因此需要對(duì)懲罰參數(shù)C，以及sigma進(jìn)行優(yōu)化，一般的優(yōu)化方法如方格暴力優(yōu)化，退火算法，遺傳算法，貪婪算法等。然而在這一系列優(yōu)化篩選過(guò)后，最重要的是通過(guò)一個(gè)測(cè)度標(biāo)準(zhǔn)來(lái)評(píng)價(jià)預(yù)測(cè)結(jié)果的好壞。

這里我們介紹一種通過(guò)python語(yǔ)言實(shí)現(xiàn)的ROC曲線繪制方法，結(jié)合交叉驗(yàn)證，同時(shí)計(jì)算曲線下面積AUC值。

首先導(dǎo)入數(shù)據(jù)為數(shù)據(jù)矩陣，如下表所示：

這里特征選擇的過(guò)程我們采用recursive feature elimination(RFE)的方法，參數(shù)優(yōu)化采用python自帶的grid.py暴力搜索模式，最終獲得預(yù)測(cè)結(jié)果。

上圖為利用SVM分類器通過(guò)五倍交叉驗(yàn)證繪制ROC曲線的結(jié)果。橫軸代表假陽(yáng)性率，縱軸代表真陽(yáng)性率，五倍交叉驗(yàn)證中將數(shù)據(jù)集分成五份，以四份做訓(xùn)練，對(duì)剩下的一份做預(yù)測(cè)，此過(guò)程重復(fù)五次，直至所有的數(shù)據(jù)都在預(yù)測(cè)集中被預(yù)測(cè)，且只被預(yù)測(cè)一次。并統(tǒng)計(jì)五次預(yù)測(cè)的精度，分別用不同顏色曲線表示，同時(shí)計(jì)算對(duì)應(yīng)的AUC值（即ROC曲線下面積area值），最終為了從整體上評(píng)價(jià)SVM分類器的預(yù)測(cè)效能，我們綜合五次驗(yàn)證的結(jié)果，取平均值，并通過(guò)mean ROC(圖中黑色續(xù)寫)表示。如圖所示，最后平均預(yù)測(cè)AUC值為0.92，說(shuō)明我們這個(gè)模型預(yù)測(cè)精度很高，且五次預(yù)測(cè)結(jié)果最低0.87，最高0.97，也證明了這個(gè)模型的穩(wěn)健性。

Python實(shí)現(xiàn)繪制ROC曲線的代碼如下：

抱歉，B站復(fù)制長(zhǎng)代碼，亂碼了，上傳不了，請(qǐng)掃碼查看原文中的代碼！