python校准曲线代码

校准曲线是用来评估机器学习模型在不同预测概率下的表现的一种图形化方法。下面是一个Python的校准曲线代码示例：

from sklearn.calibration import calibration_curve
import matplotlib.pyplot as plt

# 假设y_pred是模型的预测概率，y_true是实际标签
y_pred = [0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 0.95]
y_true = [0, 0, 0, 1, 1, 1, 1, 1, 1, 1]

# 计算校准曲线
fraction_of_positives, mean_predicted_value = calibration_curve(y_true, y_pred, n_bins=10)

# 绘制校准曲线
plt.plot(mean_predicted_value, fraction_of_positives, "s-", label="Calibration curve")
plt.plot([0, 1], [0, 1], "k--", label="Perfectly calibrated")
plt.xlabel("Mean predicted value")
plt.ylabel("Fraction of positives")
plt.legend()
plt.show()

在上面的示例中，我们使用`sklearn.calibration`中的`calibration_curve`函数来计算校准曲线的数据。然后，我们使用matplotlib库来绘制校准曲线。