Python如何画ROC曲线|极客教程

Python如何画ROC曲线

1. 什么是ROC曲线

在机器学习中，Receiver Operating Characteristic（ROC）曲线是一种评估分类模型性能的常用工具。它通过比较真阳率和假阳率的变化来帮助选择最适合的模型阈值。在这篇文章中，我们将讨论ROC曲线的概念、如何计算ROC曲线的数据点和如何使用Python来绘制ROC曲线。

2. ROC曲线的概念

ROC曲线是通过在不同阈值下计算真阳率（true positive rate, TPR）和假阳率（false positive rate, FPR）来绘制的。TPR是指在所有实际正例中，分类器正确预测为正例的比例。而FPR是指在所有实际负例中，分类器错误预测为正例的比例。ROC曲线可以帮助我们了解模型在不同阈值下的预测性能。

3. 计算ROC曲线数据点

为了绘制ROC曲线，我们首先需要计算不同阈值下的TPR和FPR。下面是计算ROC曲线数据点的步骤：

步骤 1: 导入必要的库

在开始之前，我们需要导入一些必要的Python库。下面是一个示例：

import numpy as np
import matplotlib.pyplot as plt

步骤 2: 准备数据

我们需要有一组样本数据，以及对应的真实标签和预测概率。下面是一个示例：

y_true = np.array([0, 0, 1, 1, 1])
y_scores = np.array([0.1, 0.4, 0.35, 0.8, 0.6])

步骤 3: 计算不同阈值下的TPR和FPR

在这一步中，我们将使用不同的阈值来计算TPR和FPR。下面是一个示例：

thresholds = np.arange(0, 1.1, 0.1)
tprs = []
fprs = []

for threshold in thresholds:
    y_pred = (y_scores >= threshold).astype(int)
    tp = np.sum((y_pred == 1) & (y_true == 1))
    fp = np.sum((y_pred == 1) & (y_true == 0))
    tn = np.sum((y_pred == 0) & (y_true == 0))
    fn = np.sum((y_pred == 0) & (y_true == 1))
    tpr = tp / (tp + fn)
    fpr = fp / (fp + tn)
    tprs.append(tpr)
    fprs.append(fpr)

tprs = np.array(tprs)
fprs = np.array(fprs)

步骤 4: 绘制ROC曲线

最后一步是使用matplotlib库来绘制ROC曲线。下面是一个示例：

plt.plot(fprs, tprs, color='blue', label='ROC curve')
plt.plot([0, 1], [0, 1], color='red', linestyle='--', label='Random guess')
plt.xlabel('False Positive Rate')
plt.ylabel('True Positive Rate')
plt.title('Receiver Operating Characteristic (ROC) Curve')
plt.legend()
plt.show()

4. 完整示例代码和结果

下面是一个完整的示例代码，以及绘制的ROC曲线图：

import numpy as np
import matplotlib.pyplot as plt

# 准备数据
y_true = np.array([0, 0, 1, 1, 1])
y_scores = np.array([0.1, 0.4, 0.35, 0.8, 0.6])

# 计算不同阈值下的TPR和FPR
thresholds = np.arange(0, 1.1, 0.1)
tprs = []
fprs = []

for threshold in thresholds:
    y_pred = (y_scores >= threshold).astype(int)
    tp = np.sum((y_pred == 1) & (y_true == 1))
    fp = np.sum((y_pred == 1) & (y_true == 0))
    tn = np.sum((y_pred == 0) & (y_true == 0))
    fn = np.sum((y_pred == 0) & (y_true == 1))
    tpr = tp / (tp + fn)
    fpr = fp / (fp + tn)
    tprs.append(tpr)
    fprs.append(fpr)

tprs = np.array(tprs)
fprs = np.array(fprs)

# 绘制ROC曲线
plt.plot(fprs, tprs, color='blue', label='ROC curve')
plt.plot([0, 1], [0, 1], color='red', linestyle='--', label='Random guess')
plt.xlabel('False Positive Rate')
plt.ylabel('True Positive Rate')
plt.title('Receiver Operating Characteristic (ROC) Curve')
plt.legend()
plt.show()

上面的代码和结果演示了如何使用Python绘制ROC曲线。在这个示例中，我们使用了一个包含5个样本的数据集，以及对应的真实标签和预测概率。根据这些数据，我们计算了不同阈值下的TPR和FPR，并使用matplotlib库绘制出了ROC曲线。