神经网络的auc曲线python

神经网络的AUC曲线可以使用Python中的scikit-learn库来绘制。下面是一个简单的例子：

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

# 假设y_test和y_pred是测试集的真实标签和模型的预测标签
y_test = np.array([0, 0, 1, 1])
y_pred = np.array([0.1, 0.4, 0.35, 0.8])

fpr, tpr, thresholds = roc_curve(y_test, y_pred)
roc_auc = auc(fpr, tpr)

plt.plot(fpr, tpr, color='darkorange', lw=2, label='ROC curve (area = %0.2f)' % roc_auc)
plt.plot([0, 1], [0, 1], color='navy', lw=2, 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()

上述代码中，首先通过`roc_curve`函数计算出FPR、TPR和阈值，然后用`auc`函数计算AUC值。最后使用`matplotlib`库绘制ROC曲线和对角线。