参考:https://scikit-learn.org/stable/modules/generated/sklearn.metrics.roc_curve.html
在分类模型的性能评估指标总结章节中,我们讲到ROC曲线是分类模型的性能评价指标之一。接下来将进一步对sklearn库中ROC曲线的计算方式进行详细讲解。
语法格式
sklearn.metrics.roc_curve(y_true, y_score, *, pos_label=None, sample_weight=None, drop_intermediate=True)
常见参数解释:
- y_true: 实际二进制标签。如果标签不是{-1,1}或{0,1},则应显式给出pos_label。
- y_score: 预测分数,可以是正类的概率估计、置信度值或决策的非阈值度量(如在某些分类器上由“decision_function”返回)。
- pos_label: 正类的标签。当
pos_label=None
时,如果y_true在{-1,1}或{0,1}中,则将pos_label设置为1,否则将引发错误。 - sample_weight: 样本权重。默认为
None
,表示所有样本的权重相同。 - drop_intermediate: 是否放弃一些不会出现在绘制的ROC曲线上的次优阈值。
返回值包括三个:
- fpr: 随阈值增加的假阳性率组成的数组,第
i
个元素表示y_score值 >=thresholds[i]
的假阳性率。 - tpr: 随阈值增加的真阳性率组成的数组,第
i
个元素表示y_score值 >=thresholds[i]
的真阳性率。 - thresholds: 按照y_pre降序排列得到一组阈值组成的数组。
thresholds[0]
设置为max(y_score)+1
。
代码示例
from sklearn.linear_model import LogisticRegression
from sklearn.datasets import load_breast_cancer
from sklearn.model_selection import train_test_split
from sklearn.metrics import roc_curve
#导入数据
mydata = load_breast_cancer()
X = mydata.data
y = mydata.target
#选择训练集和测试集
X_train,X_test,y_train,y_test = train_test_split(X,y,test_size=0.3,random_state=100,stratify=y)
#使用逻辑回归模型进行二分类
LR_classifier_l1 = LogisticRegression(random_state=111,max_iter=10000).fit(X_train,y_train)
y_pre = LR_classifier_l1.predict(X_test)
print(y_test)
# output
# [1 1 0 1 1 1 0 0 1 1 1 0 1 1 0 1 1 1 1 1 1 0 1 1 1 1 1 0 1 1 0 0 1 1 0 0 0
# 0 0 0 1 1 1 1 0 0 0 0 0 1 1 0 0 0 1 1 0 0 1 1 0 1 1 1 1 1 1 1 1 0 0 1 1 1
# 0 1 1 0 0 1 1 0 1 0 1 1 0 1 0 1 0 1 1 1 1 0 1 1 1 1 1 0 1 1 1 1 0 1 1 1 1
# 0 1 0 1 1 1 1 1 1 1 1 0 1 1 1 1 1 0 0 0 1 1 1 1 0 0 0 1 0 0 0 1 0 1 1 0 1
# 0 1 0 0 1 1 0 1 0 1 1 1 0 1 0 1 0 0 1 1 0 1 0]
print(y_pre)
# output
# [1 1 0 1 1 1 0 0 1 1 1 1 1 1 0 1 1 1 1 1 1 0 1 1 1 0 1 0 0 1 0 0 1 1 0 0 0
# 0 0 0 1 1 1 1 1 0 0 0 0 1 1 0 0 1 1 1 0 0 1 1 0 1 1 1 1 1 1 1 1 1 0 1 1 1
# 0 1 1 0 0 1 1 0 1 0 1 1 0 1 0 1 0 1 1 1 1 0 1 1 1 1 1 0 1 1 1 1 0 1 1 1 1
# 0 1 0 1 1 1 1 0 1 1 1 0 1 1 1 1 1 0 0 0 1 1 1 1 0 0 0 1 0 0 0 0 0 1 1 1 1
# 0 1 0 0 1 1 0 1 0 1 1 1 0 1 0 1 0 0 1 1 0 1 0]
# Compute ROC
fpr, tpr, thresholds = roc_curve(y_test,y_pre)
print(fpr)
# [0. 0.078125 1. ]
print(tpr)
# [0. 0.96261682 1. ]
print(thresholds)
# [2 1 0]