python绘制roc曲线代码

在Python中，绘制ROC（Receiver Operating Characteristic，接收者操作特性）曲线通常用于评估二分类模型的性能。以下是一个简单的例子，展示了如何使用`sklearn`库中的`plot_roc_curve`函数：

from sklearn.datasets import make_classification
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import roc_curve, auc
import matplotlib.pyplot as plt

# 创建示例数据集并拟合模型
X, y = make_classification(random_state=42)
model = LogisticRegression()
model.fit(X, y)

# 预测概率
y_scores = model.predict_proba(X)[:, 1]

# 计算ROC曲线
fpr, tpr, _ = roc_curve(y, y_scores)
roc_auc = auc(fpr, tpr)

# 绘制 ROC 曲线
plt.figure(figsize=(6, 6))
plt.plot(fpr, tpr, label=f"Logistic Regression (AUC = {roc_auc:.2f})")
plt.plot([0, 1], [0, 1], 'k--')
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 Curve')
plt.legend(loc="lower right")
plt.show()