绘制TransC算法的ROC曲线的代码

TransC算法的ROC曲线可以通过以下代码绘制：

import matplotlib.pyplot as plt
from sklearn.metrics import roc_curve, auc

# y_true是测试集样本的真实标签，y_score是样本属于正类的概率
fpr, tpr, _ = roc_curve(y_true, y_score)
roc_auc = auc(fpr, tpr)

plt.figure()
lw = 2
plt.plot(fpr, tpr, color='darkorange',
         lw=lw, label='ROC curve (area = %0.2f)' % roc_auc)
plt.plot([0, 1], [0, 1], color='navy', lw=lw, linestyle='--')
plt.xlim([0.0, 1.0])
plt.ylim([0.0, 1.05])
plt.xlabel('False Positive Rate')
plt.ylabel('True Positive Rate')
plt.title('Receiver operating characteristic')
plt.legend(loc="lower right")
plt.show()

其中，`y_true`是测试集样本的真实标签，`y_score`是样本属于正类的概率，可以通过模型的`predict_proba`方法获得。`roc_curve`和`auc`函数是来自于`sklearn.metrics`模块的，用于计算ROC曲线和面积。最后通过`matplotlib`模块绘制ROC曲线并展示出来。