python实现多分类roc曲线绘制

可以使用sklearn库中的multiclass_roc_auc_score函数来计算多分类的ROC曲线，然后使用matplotlib库来绘制ROC曲线。以下是一个简单的示例代码：

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

# 生成随机数据
y_true = np.random.randint(0, 3, size=100)
y_pred = np.random.rand(100, 3)

# 将标签二值化
y_true_bin = label_binarize(y_true, classes=[0, 1, 2])

# 计算ROC曲线和AUC值
fpr = dict()
tpr = dict()
roc_auc = dict()
for i in range(3):
    fpr[i], tpr[i], _ = roc_curve(y_true_bin[:, i], y_pred[:, i])
    roc_auc[i] = auc(fpr[i], tpr[i])

# 绘制ROC曲线
plt.figure()
lw = 2
colors = ['red', 'green', 'blue']
for i, color in zip(range(3), colors):
    plt.plot(fpr[i], tpr[i], color=color, lw=lw,
             label='ROC curve of class {0} (AUC = {1:0.2f})'
             ''.format(i, roc_auc[i]))
plt.plot([0, 1], [0, 1], 'k--', lw=lw)
plt.xlim([0.0, 1.0])
plt.ylim([0.0, 1.05])
plt.xlabel('False Positive Rate')
plt.ylabel('True Positive Rate')
plt.title('Multi-class ROC Curve')
plt.legend(loc="lower right")
plt.show()

这段代码可以生成一个包含三条ROC曲线的图像，每条曲线代表一个类别的ROC曲线，同时也显示了每个类别的AUC值。