PythonでROC曲線をプロットする方法は？

ROC −受信者動作特性（ROC）曲線。

metrics.plot_roc_curve（clf、X_test、y_test）メソッドを使用して、ROC曲線を描くことができます。

ステップ

• ランダムなnクラス分類問題を生成します。これにより、最初に、辺の長さが「2 * class_sep」の「n_informative」次元の超立方体の頂点について正規分布（std =1）される点のクラスターが作成され、各クラスに同数のクラスターが割り当てられます。

  >

  これらの機能間に相互依存性を導入し、データにさまざまなタイプのノイズを追加します。 make_classification（）メソッドを使用します。

• train_test_split（）メソッドを使用して、配列または行列をランダムな列に分割します。

• fit（）メソッドを使用して、指定されたトレーニングデータに従ってSVMモデルを適合させます。

• plot_roc_curve（）メソッドを使用して、受信者動作特性（ROC）曲線をプロットします。

• 図を表示するには、plt.show（）メソッドを使用します。

例

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()

出力