ROC 曲线 Python

ROC曲线（Receiver Operating Characteristic Curve）是一种用于评价分类模型好坏的图表。本文将介绍ROC曲线的概念和Python如何绘制ROC曲线。

ROC 曲线概念

ROC曲线是一种二分类模型的模型质量评估工具，它的横轴是假阳性率（False Positive Rate, FPR），纵轴是真阳性率（True Positive Rate, TPR）。同时，ROC曲线的面积也是一种常用的评估指标，通常表示为AUC（Area Under Curve）。

ROC曲线更详细的介绍请看Wikipedia。

Python绘制 ROC 曲线

在Python中，可以使用sklearn库中的roc_curve和roc_auc_score函数绘制ROC曲线和计算AUC。

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

# 构造数据
y_true = np.array([0, 0, 1, 1])
y_probs = np.array([0.1, 0.4, 0.35, 0.8])

# 计算false positive rate和true positive rate，以及对应的阈值
fpr, tpr, thresholds = roc_curve(y_true, y_probs)

# 绘制ROC曲线
plt.plot(fpr, tpr, label='ROC curve (AUC = %0.2f)' % roc_auc_score(y_true, y_probs))

# 绘制模型的随机瞎猜线
plt.plot([0, 1], [0, 1], 'k--')

# 设置图表参数
plt.xlim([-0.01, 1.00])
plt.ylim([-0.01, 1.01])
plt.xlabel('False Positive Rate', fontsize=12)
plt.ylabel('True Positive Rate', fontsize=12)
plt.title('ROC Curve', fontsize=14)
plt.legend(loc="lower right")

plt.show()

输出：

本段代码讲解：

• y_true表示样本的真实标签。本例中，样本共有4个，第1个和第2个为0类，第3个和第4个为1类。
• y_probs表示模型对样本的预测概率。本例中，模型预测第1个样本为0类的概率为0.1，预测第2个样本为0类的概率为0.4，预测第3个样本为1类的概率为0.35，预测第4个样本为1类的概率为0.8。
• roc_curve函数用于计算出FPR、TPR、阈值。本例中，计算完成后，FPR的值为[0., 0.5, 0.5, 1.], TPR的值为[0., 0., 1., 1.]，阈值的值为[0.8, 0.4, 0.35, 0.1]。
• roc_auc_score函数用于计算AUC值，本例中返回结果0.75。
• plt.plot函数用于绘制ROC曲线和随机瞎猜线。
• plt.xlabel和plt.ylabel用于设置x轴和y轴的标签。
• plt.title用于给图表加上标题。
• plt.xlim和plt.ylim用于限制x轴和y轴的取值范围。
• plt.legend用于添加图例。

总结

本文介绍了ROC曲线的概念及如何在Python中使用sklearn库绘制ROC曲线和计算AUC值。在进行模型质量评估时，ROC曲线是一种重要的分析工具，可以帮助确定模型阈值和模型的表现水平。