python使用sklearn的RocCurveDisplay来可视化ROC曲线（受试者工作特征曲线）
Posted Data+Science+Insight
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了python使用sklearn的RocCurveDisplay来可视化ROC曲线（受试者工作特征曲线）相关的知识，希望对你有一定的参考价值。
python使用sklearn的RocCurveDisplay来可视化ROC曲线（受试者工作特征曲线）
目录
python使用sklearn的RocCurveDisplay来可视化ROC曲线（受试者工作特征曲线）
#模型构建
print(__doc__)
from sklearn.datasets import fetch_openml
from sklearn.preprocessing import StandardScaler
from sklearn.pipeline import make_pipeline
from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import train_test_split
X, y = fetch_openml(data_id=1464, return_X_y=True)
X_train, X_test, y_train, y_test = train_test_split(X, y, stratify=y)
clf = make_pipeline(StandardScaler(), LogisticRegression(random_state=0))
clf.fit(X_train, y_train)#RocCurveDisplay来可视化ROC曲线
from sklearn.metrics import roc_curve
from sklearn.metrics import RocCurveDisplay
y_score = clf.decision_function(X_test)
fpr, tpr, _ = roc_curve(y_test, y_score, pos_label=clf.classes_[1])
roc_display = RocCurveDisplay(fpr=fpr, tpr=tpr).plot()
参考：RocCurveDisplay
参考：受试者工作特征曲线 (receiver operating characteristic curve,简称ROC曲线)
以上是关于python使用sklearn的RocCurveDisplay来可视化ROC曲线（受试者工作特征曲线）的主要内容，如果未能解决你的问题，请参考以下文章
在 Python 中使用 sklearn 使用 MAE 训练线性模型
使用自定义目标/损失函数的随机森林回归器（Python/Sklearn）
python使用sklearn的ConfusionMatrixDisplay来可视化混淆矩阵
python使用sklearn的PrecisionRecallDisplay来可视化PR曲线