怎么绘出ROC曲线,请以代码为例
时间: 2023-07-02 10:23:32 浏览: 38
要绘制ROC曲线,需要先计算出一系列不同阈值下的假阳性率(FPR)和真阳性率(TPR),然后绘制出FPR vs TPR的曲线。以下是一个Python代码示例:
```python
import numpy as np
import matplotlib.pyplot as plt
from sklearn.metrics import roc_curve, auc
# 生成样本数据
y_true = np.array([0, 1, 1, 0, 1, 0, 1, 0, 0, 1])
y_scores = np.array([0.1, 0.4, 0.35, 0.3, 0.8, 0.2, 0.6, 0.15, 0.25, 0.7])
# 计算FPR和TPR
fpr, tpr, thresholds = roc_curve(y_true, y_scores)
# 计算AUC
roc_auc = auc(fpr, tpr)
# 绘制ROC曲线
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 example')
plt.legend(loc="lower right")
plt.show()
```
在上面的代码中,我们使用`roc_curve`函数计算出FPR和TPR,然后使用`auc`函数计算出ROC曲线下的面积,最后使用`matplotlib`库绘制出ROC曲线。