如何自定义AUC的有效数字（修改sklearn中RocCurveDisplay函数默认有效数字为4位） - Python

如何自定义AUC的有效数字（修改sklearn中RocCurveDisplay函数默认有效数字为4位） - Python

在机器学习评估指标中，AUC（曲线下面积）是衡量分类器性能的一项重要指标。在Python的scikit-learn中，我们可以使用RocCurveDisplay函数来绘制ROC曲线和计算AUC值。然而，该函数默认只将AUC的有效数字设置为2位，这可能不足以满足我们的需求。本文将介绍如何自定义AUC的有效数字并修改RocCurveDisplay函数的默认值。

以下是示例数据集的加载和模型拟合过程：

from sklearn.datasets import make_classification
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegr