直接绘制ROC曲线的代码

下面是一个简单的绘制ROC曲线的Python代码示例，使用sklearn库中的roc_curve函数和matplotlib库中的plot函数：

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

# y_test和y_score分别为真实标签和预测得分，可以使用模型的predict_proba函数得到
fpr, tpr, thresholds = roc_curve(y_test, y_score)
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()

其中，y_test为真实标签（二元分类），y_score为预测得分（一般使用模型的predict_proba函数得到的概率值）。roc_curve函数会返回三个数组，分别为false positive rate（假正率）、true positive rate（真正率）和阈值（thresholds），auc函数计算ROC曲线下的面积。最后使用matplotlib库绘制ROC曲线。