Numpy python中用于二进制分类的ROC曲线

我正准备使用

randomfrestedclassifier

我有两个numpy数组，一个包含预测值，另一个包含真值，如下所示：

In [84]: test
Out[84]: array([0, 1, 0, ..., 0, 1, 0])

In [85]: pred
Out[85]: array([0, 1, 0, ..., 1, 0, 0])

---

如何在ipython中输入ROC曲线并获得此二元分类结果的AUC（曲线下面积）？

您需要概率来创建ROC曲线

In [84]: test
Out[84]: array([0, 1, 0, ..., 0, 1, 0])

In [85]: pred
Out[85]: array([0.1, 1, 0.3, ..., 0.6, 0.85, 0.2])

scikit学习示例中的示例代码：

import matplotlib.pyplot as plt
from sklearn.metrics import roc_curve, auc
fpr = dict()
tpr = dict()
roc_auc = dict()
for i in range(2):
    fpr[i], tpr[i], _ = roc_curve(test, pred)
    roc_auc[i] = auc(fpr[i], tpr[i])

print roc_auc_score(test, pred)
plt.figure()
plt.plot(fpr[1], tpr[1])
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.show()

---

检查

test

或

pred

的形状[0]的长度是否不等于0。如果是，请使用

anyarray.reformate（-1）

。你可以使用

模型获得概率。预测概率（testdata）[：，1]

我在

plt.plot（fpr[2]，tpr[2]）上得到了一个关键错误

我把它改为

1

。。。其他一切都起作用了<示例中的code>fpr[2]是因为有3个类。对于二元分类，只需计算fpr，tpr，roc曲线（y检验，y评分）并绘制

x=fpr，y=tpr

。