如何在 Python 中繪製 ROC 曲線？

ROC − 接收者操作特性 (ROC) 曲線。

使用 metrics.plot_roc_curve(clf, X_test, y_test) 方法，我們可以繪製 ROC 曲線。

步驟

  • 生成一個隨機的 n 級分類問題。這最初在長度為 ``2*class_sep``且 n 維超立方體頂點處正態分佈 (std=1) 的點形成叢集，併為每個類別分配相等數量的叢集。

    它在這些特徵之間引入了相互依賴，並向資料中添加了各種型別的其他噪聲。使用 make_classification() 方法。

  • 使用 train_test_split() 方法將陣列或矩陣拆分為隨機訓練集。

  • 使用 fit() 方法根據給定的訓練資料擬合 SVM 模型。

  • 使用 plot_roc_curve() 方法繪製接收者操作特性 (ROC) 曲線。

  • 要顯示圖形，請使用 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()

輸出

更新於： 2021 年 3 月 16 日

6K+ 次瀏覽

開啟你的 職業生涯

完成課程並獲取認證

開始學習
廣告