python 绘制ROC图像

最新推荐文章于 2024-08-12 18:57:34 发布

原创

最新推荐文章于 2024-08-12 18:57:34 发布 · 1.2k 阅读

0 ·

CC 4.0 BY-SA版权

本文详细介绍了如何使用Python进行ROC(Receiver Operating Characteristic)曲线的绘制，包括必要的理论背景、关键库的导入、数据处理及ROC曲线绘制步骤，旨在帮助读者理解和实践ROC曲线在二分类问题中的应用。

# -*- coding: utf-8 -*-
import numpy as np  
import matplotlib.pyplot as plt  
from sklearn import svm, datasets  
from sklearn.metrics import roc_curve, auc  ###计算roc和auc  
from sklearn import cross_validation  
from pandas import DataFrame,Series
import pandas as pd
import os
import re

def ROC(path):
    df=pd.read_csv(path) 
    y_test=df['label']
    y_score=df['probability'] 
    ## Compute ROC curve and ROC area for each class  
    fpr,tpr,threshold = roc_curve(y_test, y_score) ###计算真正率和假正率  
    roc_auc = auc(fpr,tpr) ###计算auc的值
    return fpr,tpr,roc_auc

auc_list=[];tf_list=[]
plt.figure()
lw = 2  
plt.figure(figsize=(10,10))
for root, dirs, files in os.walk("C:/Users/dell/Desktop/ROC/", topdown=False):
    for name in files:
        dir_f=os.path.join(root, name)
        if re.search('val_predict.csv',dir_f):
            fpr,tpr,roc_auc=ROC(path=dir_f)
            tf=re.split(r'\\',re.split('/',dir_f)[-1])[-2]
            print