在 Python 中绘制 ROC 曲线

1. Python 中的 ROC 曲线定义
2. Python 中的 Scikit-Learn 库
3. 绘制 ROC 曲线的 Python 代码
4. 代码说明

在本指南中，我们将帮助你更多地了解这个 Python 函数以及你可以用来绘制 ROC 曲线作为程序输出的方法。

Python 中的 ROC 曲线定义

术语 ROC 曲线代表接收者操作特征曲线。该曲线基本上是任何分类模型在所有分类阈值下的性能的图形表示。

这条曲线有两个参数：

• 真阳性率（TPR） - 代表真实，即真实灵敏度
• False Positive Rate(FPR) - 代表伪，即假灵敏度

这两个参数都称为操作特性，并用作定义 ROC 曲线的因素。

在 Python 中，模型的效率是通过查看曲线下面积 (AUC) 来确定的。因此，效率最高的模型的 AUC 等于 1，效率最低的模型的 AUC 等于 0.5。

Python 中的 Scikit-Learn 库

Scikit-learn 库是用于在 Python 中执行机器学习的最重要的开源库之一。该库包含许多用于分类、聚类和回归等任务的工具。

在本教程中，使用了这个库中的几个函数来帮助绘制 ROC 曲线。这些功能是：

• make_classification - 导入此函数是因为它通过创建点簇来帮助生成随机的 n 类分类问题。
• RandomForestClassifier - 此函数作为 Random Forest Classifier 导入，并用作本教程中制作 ROC 曲线的示例模型。
• train_test_split - 此函数用于将整个数据拆分为两个子集（Train 和 Test），用于训练和测试数据。
• roc_curve - 此函数用于返回给定模型的 ROC 曲线。

绘制 ROC 曲线的 Python 代码

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
from sklearn.datasets import make_classification
from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import train_test_split
from sklearn.metrics import roc_curve


def plot_roc_curve(fper, tper):
    plt.plot(fper, tper, color="red", label="ROC")
    plt.plot([0, 1], [0, 1], color="green", linestyle="--")
    plt.xlabel("False Positive Rate")
    plt.ylabel("True Positive Rate")
    plt.title("Receiver Operating Characteristic Curve")
    plt.legend()
    plt.show()


data_X, cls_lab = make_classification(
    n_samples=2100, n_classes=2, weights=[1, 1], random_state=2
)
train_X, test_X, train_y, test_y = train_test_split(
    data_X, cls_lab, test_size=0.5, random_state=2
)

model = RandomForestClassifier()
model.fit(train_X, train_y)

prob = model.predict_proba(test_X)
prob = probs[:, 1]
fper, tper, thresholds = roc_curve(test_y, prob)
plot_roc_curve(fper, tper)

输出：

代码说明

首先，导入绘制 ROC 曲线所需的所有库和函数。然后定义了一个名为 plot_roc_curve 的函数，其中使用 Matplotlib 库提到了曲线的所有关键因素，如颜色、标签和标题。之后，使用 make_classification 函数制作随机样本，然后在 train_test_split 函数的帮助下将它们分为 train 和 test 集。在这里，数据的 train-test 比率是 0.50。然后使用 RandomForestClassifier 算法来拟合 train_X 和 train_y 数据。最后，roc_curve 函数用于绘制 ROC 曲线。