如何在 Python 中绘制 ROC 曲线？

ROC − 接收者操作特性 (ROC) 曲线。

使用 metrics.plot_roc_curve(clf, X_test, y_test) 方法，我们可以绘制 ROC 曲线。

步骤

  • 生成一个随机的 n 级分类问题。这最初在长度为 ``2*class_sep``且 n 维超立方体顶点处正态分布 (std=1) 的点形成集群，并为每个类别分配相等数量的集群。

    它在这些特征之间引入了相互依赖，并向数据中添加了各种类型的其他噪声。使用 make_classification() 方法。

  • 使用 train_test_split() 方法将数组或矩阵拆分为随机训练集。

  • 使用 fit() 方法根据给定的训练数据拟合 SVM 模型。

  • 使用 plot_roc_curve() 方法绘制接收者操作特性 (ROC) 曲线。

  • 要显示图形，请使用 plt.show() 方法。

示例

import matplotlib.pyplot as plt
from sklearn import datasets, metrics, model_selection, svm
X, y = datasets.make_classification(random_state=0)
X_train, X_test, y_train, y_test = model_selection.train_test_split(X, y, random_state=0)
clf = svm.SVC(random_state=0)
clf.fit(X_train, y_train)
metrics.plot_roc_curve(clf, X_test, y_test)
plt.show()

输出

更新于： 2021 年 3 月 16 日

6K+ 次浏览

开启你的 职业生涯

完成课程并获取认证

开始学习
广告