python绘制roc曲线

以下是一个Python程序，用于绘制ROC曲线：

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

# 随机生成一些测试数据
y_test = np.array([0, 1, 1, 0, 1, 0, 1, 0, 1, 0])
y_score = np.array([0.1, 0.8, 0.6, 0.2, 0.9, 0.3, 0.7, 0.4, 0.5, 0.2])

# 计算ROC曲线和AUC值
fpr, tpr, thresholds = roc_curve(y_test, y_score)
roc_auc = auc(fpr, tpr)

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

该程序使用`numpy`和`matplotlib`库来绘制ROC曲线，同时还使用了`sklearn.metrics`中的`roc_curve`和`auc`函数来计算ROC曲线和AUC值。

在这个例子中，我们随机生成了一些二分类的测试数据，然后使用`roc_curve`函数计算出ROC曲线的FPR（False Positive Rate）和TPR（True Positive Rate），并使用`auc`函数计算ROC曲线下的面积。最后，我们使用`plt.plot`函数来绘制ROC曲线，并使用`plt.xlim`和`plt.ylim`函数设置坐标轴的范围，以及使用`plt.xlabel`和`plt.ylabel`函数设置坐标轴的标签。最后，我们使用`plt.legend`函数添加图例，并使用`plt.show`函数显示图形。