如何在Python中绘制ROC曲线？

ROC − 接收器操作特性（ROC）曲线。

使用metrics.plot_roc_curve（clf，X_test，y_test）方法，我们可以绘制ROC曲线。

步骤

生成随机n类分类问题。最初这会创建围绕一个“n_informative”维超立方体顶点正常分布（std = 1）的点簇，并将相同数量的簇分配给每个类别。

它介绍了这些特征之间的相互依赖性，并向数据添加各种类型的噪声。使用make_classification（）方法。

使用train_test_split（）方法将数组或矩阵拆分为随机列车。
根据给定的训练数据适合SVM模型，使用fit（）方法。
绘制接收器操作特性（ROC）曲线，使用plot_roc_curve（）方法。
使用plt.show（）方法显示图形。

示例

import matplotlib.pyplot as plt
from sklearn import datasets, metrics, model_selection, svm
X，y = datasets.make_classification（random_state = 0）
X_train，X_test，y_train，y_test = model_selection.train_test_split（X，y，random_state = 0）
clf = svm.SVC（random_state = 0）
clf.fit（X_train，y_train）
metrics.plot_roc_curve（clf，X_test，y_test）
plt.show（）