Live.log_sklearn_plot()

生成一个 scikit-learn 图表，并将数据保存至 {Live.dir}/plots/sklearn/{name}.json。

def log_sklearn_plot(
  kind: Literal['calibration', 'confusion_matrix', 'det', 'precision_recall', 'roc'],
  labels,
  predictions,
  name: Optional[str] = None,
  **kwargs):

用法

from dvclive import Live

with Live() as live:
  y_true = [0, 0, 1, 1]
  y_pred = [1, 0, 1, 0]
  y_score = [0.1, 0.4, 0.35, 0.8]
  live.log_sklearn_plot("roc", y_true, y_score)
  live.log_sklearn_plot(
    "confusion_matrix", y_true, y_pred, name="cm.json")

描述

该方法将计算并输出指定 kind 的图表（参见支持的图表类型），以兼容 dvc plots 的格式保存至 {Live.dir}/plots/sklearn/{name}。

同时，它还会存储提供的属性，以便由 Live.make_dvcyaml() 写入 plots 部分。以下示例代码会向 dvc.yaml 添加如下内容：

plots:
  - dvclive/plots/sklearn/roc.json:
      template: simple
      x: fpr
      y: tpr
      title: Receiver operating characteristic (ROC)
      x_label: False Positive Rate
      y_label: True Positive Rate
  - dvclive/plots/sklearn/cm.json:
      template: confusion
      x: actual
      y: predicted
      title: Confusion Matrix
      x_label: True Label
      y_label: Predicted Label

支持的图表

kind 必须是以下支持的图表之一：

calibration

生成校准曲线图表。

y_true = [0, 0, 1, 1]
y_score = [0.1, 0.4, 0.35, 0.8]
live.log_sklearn_plot("calibration", y_true, y_score)

confusion_matrix

生成混淆矩阵图表。

y_true = [1, 1, 2, 2]
y_pred = [2, 1, 1, 2]
live.log_sklearn_plot("confusion_matrix", y_true, y_pred)

det

生成检测误差权衡（DET）图表。

y_true = [1, 1, 2, 2]
y_score = [0.1, 0.4, 0.35, 0.8]
live.log_sklearn_plot("det", y_true, y_score)

precision_recall

生成精确率-召回率曲线图表。

y_true = [1, 1, 2, 2]
y_score = [0.1, 0.4, 0.35, 0.8]
live.log_sklearn_plot("precision_recall", y_true, y_score)

roc

生成接收者操作特征（ROC）曲线图表。

y_true = [1, 1, 2, 2]
y_score = [0.1, 0.4, 0.35, 0.8]
live.log_sklearn_plot("roc", y_true, y_score)

参数

kind - 支持的图表类型。
labels - 真实标签的数组。
predictions - 预测标签的数组（用于 confusion_matrix）或预测概率的数组（用于其他图表）。
name - 输出文件的可选名称。若未提供，则使用 kind 作为名称。
**kwargs - 用于调整结果的额外参数。这些参数将传递给 scikit-learn 函数（例如，roc 类型可使用 drop_intermediate=True）。此外，每种图表类型还支持以下额外参数：
- normalized - 默认值：False。将 confusion_matrix 的值归一化至 <0, 1> 范围内。

异常

dvclive.error.InvalidPlotTypeError - 当提供的 kind 不属于任何支持的图表类型时抛出。