python画ROC代码

以下是使用Python绘制ROC曲线的代码示例：

from sklearn.svm import SVC
from sklearn.metrics import roc_curve
from sklearn.datasets import make_blobs
from sklearn.model_selection import train_test_split
import matplotlib.pyplot as plt

# 创建一个二分类数据集
X, y = make_blobs(n_samples=100, centers=2, random_state=0, cluster_std=1.0)
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=0)

# 训练模型
clf = SVC(probability=True)
clf.fit(X_train, y_train)

# 计算ROC曲线的参数
fpr, tpr, thresholds = roc_curve(y_test, clf.decision_function(X_test))

# 绘制ROC曲线
plt.plot(fpr, tpr, label='ROC')
plt.xlabel('FPR')
plt.ylabel('TPR')
plt.legend()
plt.show()

这段代码首先导入了需要使用的包，然后创建了一个二分类数据集。接下来，将数据集分为训练集和测试集，并使用SVC模型进行训练。然后，使用`roc_curve`函数计算ROC曲线的参数。最后，使用`plt.plot`函数绘制ROC曲线，并添加横轴和纵轴的标签，以及图例。最后调用`plt.show()`显示绘制的ROC曲线。