Pandas中怎么绘制ROC曲线

2850
2024/6/9 10:52:57
栏目: 编程语言
开发者测试专用服务器限时活动,0元免费领,库存有限,领完即止! 点击查看>>

要在Pandas中绘制ROC曲线,通常会使用Python的matplotlib库。以下是一个简单的示例代码,演示如何在Pandas中绘制ROC曲线:

import pandas as pd
import matplotlib.pyplot as plt
from sklearn.metrics import roc_curve, roc_auc_score

# 假设有一个包含真实标签和预测概率的数据框
data = {
    'true_label': [0, 1, 1, 0, 1, 0],
    'prob': [0.1, 0.9, 0.8, 0.3, 0.7, 0.4]
}
df = pd.DataFrame(data)

# 计算ROC曲线的参数
fpr, tpr, thresholds = roc_curve(df['true_label'], df['prob'])
roc_auc = roc_auc_score(df['true_label'], df['prob'])

# 绘制ROC曲线
plt.figure()
plt.plot(fpr, tpr, color='darkorange', lw=2, label='ROC curve (area = %0.2f)' % roc_auc)
plt.plot([0, 1], [0, 1], color='navy', lw=2, 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')
plt.legend(loc="lower right")
plt.show()

以上代码示例中,首先创建一个包含真实标签和预测概率的数据框。然后使用roc_curve和roc_auc_score函数计算ROC曲线的参数,最后使用matplotlib库绘制ROC曲线。您可以根据自己的数据和需求进行相应的调整和修改。

辰迅云「云服务器」,即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘,价格低至29元/月。点击查看>>

推荐阅读: Pandas中怎么处理内存映射文件