Ntlk&；Python，绘制ROC曲线

我将nltk与Python结合使用，我想绘制我的分类器（朴素贝叶斯）的ROC曲线。是否有绘图功能，或者我应该跟踪真阳性率和假阳性率

如果有人能告诉我一些已经在做的代码，那就太好了

---

谢谢。

PyROC看起来很简单：

这就是NLTK朴素贝叶斯分类器的工作原理：

# class labels are 0 and 1
labeled_data = [
    (1, featureset_1),
    (0, featureset_2),
    (1, featureset_3),
    # ...
]

# naive_bayes is your already trained classifier,
# preferrably not on the data you're testing on :)

from pyroc import ROCData

roc_data = ROCData(
    (label, naive_bayes.prob_classify(featureset).prob(1))
    for label, featureset
    in labeled_data
)
roc_data.plot()

编辑：

• ROC仅用于二进制分类器。如果您有三个类，那么您可以分别度量正类和负类的性能（通过将其他两个类计算为0，就像您建议的那样）
• 库希望决策函数的输出作为每个元组的第二个值。然后它尝试所有可能的阈值，例如f（x）>=0.8=>分类为1，并为每个阈值绘制一个点（这就是为什么最后会得到一条曲线）。因此，如果您的分类器猜测类0，那么您实际上需要一个接近于零的值。这就是为什么我建议

  。问题（1）

---

感谢您的快速回复。然而，有几件事我不明白：1）我有三个类，分别命名为“P”、“N”和“？”（正、负和中性），如果我给正类分配数字1，给负中性类分配数字0，可以吗？2） 它不应该是“naivebayes.prob\u classification（featureset.prob（label））”吗？（也就是说，通过标签的概率而不是肯定类）@DT：我编辑了我的答案-如果不清楚或者我说错了，请告诉我！再次感谢！编辑中的第一个点是清晰的。关于第二个点，我理解了ROC曲线是如何绘制的（感谢清楚的解释），但我想再次检查一下：如果1=正，0=负，你使用

prob（1）

你绘制的ROC曲线显示了正分类的性能，对吗？基于python2，现在不太实用；改用