### 如何用Python实现校准曲线 为了展示如何使用 `sklearn` 库中的 `calibration_curve` 函数来绘制不同分类器的概率校准曲线，下面提供了一段完整的 Python 实现代码。这段代码不仅涵盖了基本的数据准备过程，还包含了多种常见分类算法的应用实例。 #### 导入所需库 首先，需要导入一系列必要的 Python 库： ```python import numpy as np import matplotlib.pyplot as plt from sklearn.datasets import make_classification from sklearn.model_selection import train_test_split from sklearn.linear_model import LogisticRegression from sklearn.naive_bayes import GaussianNB from sklearn.ensemble import RandomForestClassifier from sklearn.calibration import calibration_curve ``` #### 创建并分割数据集 接下来，创建一个合成二元分类问题作为示例，并将其划分为训练集和测试集两部分： ```python X, y = make_classification(n_samples=1000, n_features=20, n_informative=2, n_redundant=10, random_state=42) X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42) ``` #### 训练不同的分类器 定义几个常用的分类器来进行对比实验： ```python classifiers = { "Logistic Regression": LogisticRegression(), "Naive Bayes": GaussianNB(), "Random Forest": RandomForestClassifier() } for name, clf in classifiers.items(): clf.fit(X_train, y_train) ``` #### 绘制校准曲线 对于每一个训练好的分类器，利用 `calibration_curve` 来获取真实发生率与平均预测概率的关系，并通过 Matplotlib 将这些信息可视化出来： ```python plt.figure(figsize=(10, 8)) for name, clf in classifiers.items(): prob_pos = clf.predict_proba(X_test)[:, 1] fraction_of_positives, mean_predicted_value = \ calibration_curve(y_test, prob_pos, n_bins=10) plt.plot(mean_predicted_value, fraction_of_positives, label=name) # 添加完美校准线 plt.plot([0, 1], [0, 1], linestyle='--', color='gray') plt.ylabel('Fraction of positives') plt.xlabel('Mean predicted value') plt.legend(loc="best") plt.title('Calibration plots (reliability curve)') plt.show() ``` 上述代码片段展示了如何基于给定的三个分类器（逻辑回归、朴素贝叶斯和支持向量机），构建各自的校准曲线图[^1]。这有助于直观理解各模型在估计事件发生的可能性方面表现出来的偏差情况。