大家好,又见面了,我是你们的朋友全栈君。
上图:
【注意!!!!! 以下代码用到的roc_curve函数(只能用于二分类),如果多分类会报错,不适用于多分类!!!!!】
附上代码:一个函数,传入三个参数
.....传入参数,训练模型,然后: fit = model.fit(x_train, y_training) # ROC y_score = model.fit(x_train, y_training).predict_proba(x_test) # 随机森林 fpr, tpr, thresholds = roc_curve(y_test, y_score[:, 1]) roc_auc = auc(fpr, tpr)
def drawRoc(roc_auc,fpr,tpr): plt.subplots(figsize=(7, 5.5)) plt.plot(fpr, tpr, color='darkorange', lw=2, label='ROC curve (area = %0.2f)' % roc_auc) plt.plot([0, 1], [0, 1], color='navy', lw=2, linestyle='--') plt.xlim([0.0, 1.0]) plt.ylim([0.0, 1.05]) plt.xlabel('False Positive Rate') plt.ylabel('True Positive Rate') plt.title('ROC Curve') plt.legend(loc="lower right") plt.show()
drawRoc(roc, fpr, tpr)
注:导入的包没有贴上,需要自己导入,复制代码即可运行
发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/145587.html原文链接:https://javaforall.cn
【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛
【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...