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.model_selection import train_test_split# Import some data to play with
iris = datasets.load_iris()
X = iris.data
y = iris.target##变为2分类X, y = X[y != 2], y[y != 2]# Add noisy features to make the problem harder
random_state = np.random.RandomState(0)
n_samples, n_features = X.shapeX = np.c_[X, random_state.randn(n_samples, 200 * n_features)]# shuffle and split training and test sets
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=.3, random_state=0)# Learn to predict each class against the other
svm = svm.SVC(kernel='linear', probability=True, random_state=random_state)###通过decision_function()计算得到的y_score的值,用在roc_curve()函数中
y_score = svm.fit(X_train, y_train).decision_function(X_test)# 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def plot_ROC_curve():lw = 2# plt.figure(figsize=(10, 10))plt.plot(fpr, tpr, color='darkorange',lw=lw, label='ROC curve (area = %0.2f)' % roc_auc)  ###假正率为横坐标,真正率为纵坐标做曲线plt.plot([0, 1], [0, 1], color='navy', lw=lw, linestyle='--')plt.xlim([0.0, 1.0])plt.ylim([0.0, 1.05])plt.xlabel('False Positive Rate')plt.ylabel('True Positive Rate')plt.title('Receiver operating characteristic example')plt.legend(loc="lower right")plt.show()if __name__ == '__main__':plot_ROC_curve()

(16)机器学习_ROC曲线绘制相关推荐

  1. 分类算法如何绘制roc曲线_ROC曲线绘制方法

    ROC(Receiver Operating Characteristic)曲线即受试者工作特征曲线.ROC曲线与坐标轴围成的面积被称为AUC(Area Under Curve),这两个指标和敏感性. ...

  2. python绘制三维曲线图_机器学习的绘图库有哪些?如何运用python绘制机器学习常见曲线?...

    专栏引荐 绘图的变量 单变量 查看单变量最方便的无疑是displot()函数,默许绘制一个直方图,并你核密度估计(KDE) sns.set(color_codes=True) np.random.se ...

  3. 机器学习()PR曲线绘制

    目录 P-R 曲线绘制 Ground Truth P-R 曲线绘制 Precision-查准率-预测出来的正例中正确的比例---找得对-(查准率高-宁缺毋滥 Recall-查全率-衡量正例被预测出来的 ...

  4. Sklearn机器学习——ROC曲线、ROC曲线的绘制和AUC面积、运用ROC曲线找到最佳阈值

    目录 1 ROC曲线 2 ROC曲线的绘制 2.1 Sklearn中的ROC曲线和AUC面积 2.2 利用ROC曲线找到最佳阈值 1 ROC曲线 上篇博客介绍了ROC曲线的概率和阈值还有SVM实现概率 ...

  5. Python机器学习:评价分类结果006precisoion-Recall曲线绘制

    code #实现混淆矩阵,精准率和召回率 import numpy as np from sklearn import datasets digits = datasets.load_digits() ...

  6. R语言自定义变成进行决策曲线分析DCA曲线绘制(Decision Curve Analysis)

    R语言自定义变成进行决策曲线分析DCA曲线绘制(Decision Curve Analysis) 我们可能使用别的语言获得了机器学习模型以及对应的预测概率和标签,我们想直接使用这些信息进行DCA曲线的 ...

  7. android 贝塞尔曲线_OpenGL 实践之贝塞尔曲线绘制

    说到贝塞尔曲线,大家肯定都不陌生,网上有很多关于介绍和理解贝塞尔曲线的优秀文章和动态图. 以下两个是比较经典的动图了. 二阶贝塞尔曲线: 三阶贝塞尔曲线: 由于在工作中经常要和贝塞尔曲线打交道,所以简 ...

  8. 幅相曲线渐近线_开环幅相曲线绘制.ppt

    *Automatic Control Theory * 3.开环幅相曲线绘制 开环幅相曲线绘制方法: (1)由开环零点-极点分布图,用图解计算法绘制: (2)由开环幅频特性和相频特性表达式,用计算法绘 ...

  9. python态密度曲线绘制_使用Multiwfn绘制态密度(DOS)图考察电子结构

    使用Multiwfn绘制态密度(DOS)图考察电子结构 文/Sobereva@北京科音 First release: 2019-May-14  Last update: 2020-Nov-17 0 前 ...

  10. 黑体辐射出射度曲线绘制

    这是我在做红外物理小作业时的代码,虽然很简单但是我在写的过程中也是体会到了编程真的是不断实践才能有所成 .另外记忆力好对于编程影响也挺大的,虽然此代码很简单hh %黑体的光谱辐射出射度的曲线绘制 %图 ...

最新文章

  1. Android_CodeWiki_01
  2. 要不要读博?机器学习博五学生和强化学习博士展开了一场battle
  3. 图论-无向图的连通性(POJ1144)(POJ3352)
  4. 盘点图灵30篇最受欢迎微信文章
  5. C++中.lib静态库、.dll动态库的生成及调用2
  6. 基于国密算法SM2SSL证书的https加密,如何实现?
  7. 【面试招聘】 美团提前批通关之旅
  8. Struts1.x和Struts2.0的Action的区别
  9. js多线程的实现-Worker
  10. 关于装配学校计算机教室报告,计算机室工作计划
  11. 在IIS8添加WCF服务支持
  12. 学会这20条,做个聪明的人
  13. 自制简单的Tabs(Vue)
  14. 泛型类,泛型接口,泛型方法,底层擦除机制,可变参数,限类型通配符,反编译xjad
  15. 学习MyBatis-Plus
  16. 2019年8月8日 星期四 今日计划
  17. 2021ccpc东北四省D思维线段树
  18. java中判断指定日期是星期几
  19. restrain java_Feign 在远端接口超时的时候,抑制异常的抛出
  20. 2021中国大学生程序设计竞赛(CCPC)- 网络选拔赛(重赛)Subpermutation

热门文章

  1. FCK添加远程图片自动下载
  2. 基于Linux的集群系统(三)
  3. python小括号、中括号和大括号的区别
  4. 联机交易场景持续拓展,巨杉数据库中标吉林省农信
  5. 【OpenCV】立体匹配算法SSD、NCC、ASW的基础实现
  6. linux之正则匹配命令学习笔记
  7. tomcat之组成结构
  8. 用于制作app store的截图的工具:Brief Wrapper —— 最便捷的应用商店屏幕快照
  9. namp - 端口扫描 主机判断 漏洞分析
  10. react中创建组件的三种方法