จะพล็อต ROC Curve ใน Python ได้อย่างไร

ROC − เส้นโค้งลักษณะการทำงานของตัวรับ (ROC)

เราใช้เมธอด metrics.plot_roc_curve(clf, X_test, y_test) ในการวาดเส้นโค้ง ROC

ขั้นตอน

• สร้างปัญหาการจัดหมวดหมู่ n-class แบบสุ่ม ขั้นตอนนี้จะสร้างคลัสเตอร์ของคะแนนตามปกติ (std=1) เกี่ยวกับจุดยอดของไฮเปอร์คิวบ์มิติ ``n_informative`` ที่มีด้านยาว ``2*class_sep`` และกำหนดจำนวนคลัสเตอร์ที่เท่ากันให้กับแต่ละคลาส

  นำเสนอการพึ่งพาอาศัยกันระหว่างคุณสมบัติเหล่านี้และเพิ่มสัญญาณรบกวนเพิ่มเติมประเภทต่าง ๆ ให้กับข้อมูล ใช้วิธี make_classification()

• แยกอาร์เรย์หรือเมทริกซ์ออกเป็นรถไฟสุ่มโดยใช้เมธอด train_test_split()

• ปรับโมเดล SVM ตามข้อมูลการฝึกที่กำหนด โดยใช้วิธี fit()

• Plot Receiver ลักษณะการทำงานของเส้นโค้ง (ROC) โดยใช้วิธี plot_roc_curve()

• หากต้องการแสดงรูป ให้ใช้วิธี plt.show()

ตัวอย่าง

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()

ผลลัพธ์