python可视化多个机器学习模型在独立测试集（test data set）上面的AUC值可视化模型效能

Posted 2021-08-22 Data+Science+Insight

python可视化多个机器学习模型在独立测试集（test data set）上面的AUC值、可视化模型效能

# x_lables为模型名称列表，包括，逻辑回归、朴素贝叶斯、支持向量机、随机森林、xgboost、lightgbm

# models_test为我们需要进行推理和对比的已经训练好的机器学习模型；

# 使用matplotlib进行可视化模型的构建；

x_labels = [\'logistic regression\',
            \'naive bayesian\',
            \'support vector machine\',
            \'random forest\',
            \'xgboost\',
            \'lightgbm\',]

models_test = [lrcv_model,nbg_model,svm_model,rf_model,xgb_model,light_model]

# features_test,target_test
prediction_auc = []

for model in models_test:
    # Get predicted probabilities
    target_probabilities