python绘制二分类roc曲线

使用Python绘制二分类ROC曲线的步骤如下：

# 导入需要的库
import matplotlib.pyplot as plt
from sklearn.metrics import roc_curve, auc

# 假设y_test和y_score是已知的测试集标签和预测得分
fpr, tpr, thresholds = roc_curve(y_test, y_score) # 计算ROC曲线的假正率、真正率和阈值
roc_auc = auc(fpr, tpr) # 计算ROC曲线下的面积AUC

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

其中，y_test是测试集的真实标签，y_score是模型对测试集的预测得分。fpr和tpr分别是ROC曲线的假正率和真正率，thresholds是阈值。auc函数计算ROC曲线下的面积AUC。绘制ROC曲线使用matplotlib库的plot函数。