ランダムフォレストモデルでの予測確率を含む新しい特徴量を作成し、その特徴量を使用してAUCを計算

2024年6月8日2024年6月17日

次に、ランダムフォレストモデルでの予測確率を含む新しい特徴量を作成し、その特徴量を使用してAUCを計算します。以下はその方法です。

python
# ランダムフォレストの予測確率を含む新しい特徴量を作成（テストデータを使用）
rf_predictions_test = rf_classifier.predict_proba(np.column_stack((X_test.toarray(), nb_predictions_test)))

# AUCの計算
auc_rf = roc_auc_score(y_test, rf_predictions_test, multi_class='ovr')
print("Random Forest AUC:", auc_rf)

これにより、ランダムフォレストモデルでのテストデータのAUCが計算されます。必要に応じて、multi_class引数を変更して、他の多クラスAUCスコアを計算することもできます。