如何在 Python 中绘制 ROC 曲线?
pythonmatplotlibserver side programmingprogramming
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 类分类问题。这最初会创建围绕"n_informative"维超立方体的顶点呈正态分布(std=1)的点簇，边长为"2*class_sep"，并为每个类分配相同数量的簇。
它引入了这些特征之间的相互依赖性，并向数据添加了各种类型的进一步噪声。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。
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。
要显示该图，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
