上期我们介绍了Python的环境配置，本期我们介绍ROC曲线以及如何绘制ROC曲线。

ROC（Receiver Operating Characteristic）曲线是用于评估二分类模型性能的一种工具。它显示了在不同阈值下，真正例率（True Positive Rate，也称为灵敏度或召回率）与假正例率（False Positive Rate）之间的权衡关系。

当我们讨论ROC曲线时，可以想象一个二分类模型，例如医学诊断中的癌症检测。我们用“正例”表示病患患有癌症，而“负例”表示患者没有癌症。

真正例率 (TPR，也叫灵敏度或召回率)：

假设我们的模型通过某个阈值，成功地找出了患有癌症的病患。 这就是一个真正例。 TPR告诉我们在所有实际患有癌症的病患中，有多少被成功地找出来了。

假正例率 (FPR)： 然而，模型可能会犯错误，将一些实际上是健康的人错误地判定为患有癌症。 这就是一个假正例。 FPR告诉我们在所有实际健康的人中，有多少被错误地认为患有癌症。

现在 ，我们可以考虑不同的 阈值。 如果我们把阈值设置得很低，模型可能会把很多人都判定为患有癌症，这会增加TPR，但同时也增加了FPR。 反之，如果我们把阈值设置得很高，模型只会把那些非常确信患有癌症的人判定为患有癌症，这样会减少FPR，但可能也减少了TPR。

ROC曲线就是在不同阈值下，TPR和FPR之间的权衡。如果你能画出ROC曲线，你可以看到在整个权衡范围内的模型表现情况。

比如，一条理想的ROC曲线可能如下图所示：

这个图形展示了在不同阈值下，TPR和FPR的变化。曲线越靠近左上角，说明模型在保持高召回率的同时，控制假正例率的能力越好。

ROC曲线正是通过不断移动分类器的“阈值”来生成曲线上的一组关键点

(也可以参考老师给的这篇博客：机器学习基础（1）- ROC曲线理解 - 简书 (jianshu.com)可能讲的更清晰一点)


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

我们导入我们需要使用的库，我们使用import导入特定的库，使用from从特定关键字导入，使用as作为库的别称。

y_true = np.random.randint(2, size=100)
y_scores = np.random.rand(100)

我们使用random生成随机的一百组数据。

fpr, tpr, thresholds = roc_curve(y_true, y_scores)

接着调用roc_curve代入我们生成的数 据 计算 ROC曲线的参数。

roc_auc = auc(fpr, tpr)

计算ROC曲线的面积。

plt.figure(figsize=(8, 8))
plt.plot(fpr, tpr, label='ROC曲线(AUC = {:.2f})'.format(roc_auc))
plt.plot([0, 1], [0, 1], linestyle='--', label='数据')
plt.xlabel('FPR')
plt.ylabel('TPR')
plt.legend(loc='lower right')
plt.show()

最后利用matplotlib生成我们的图像并显示就完成了我们的ROC曲线的绘制。

嘉立创PCB

还没有评论，抢个沙发！