问题描述
可以说,我使用了sci-kit中的SVM来对几种生物特征样本进行分类。
它将生成真实用户和冒名顶替者的概率估计。
那么,从这里如何计算EER?
我到目前为止所做的
for threshold in range_iteration:
far.append(np.size(np.where(score_imposter >= threshold)) / np.size(score_imposter))
frr.append(np.size(np.where(score_genuine < threshold)) / np.size(score_genuine))
请注意,该阈值是基于基于predict_proba的最大值和最小值的几个间隔定义的。
score_genuine
等于基于真实测试样本的真实用户的概率估计,着重于真实概率列。那是我写的低于误判率的门槛。
虽然score_imposter
是预测真实用户的概率,但自我假设以来得分大于阈值,但大于阈值被视为错误接受。
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)