如何在同一張圖上繪製多條ROC曲線?
scikit-learn 1.X.X版作法
scikit-learn 0.X.X版作法
若有一個機器學習模型,經過4次不同實驗,得到4次不同的實驗結果(AUC),想對其取平均及標準差,則可將這4次的AUC添加到aucs中,再透過numpy的std函式進行標準差計算
mean_tpr /= 4
mean_tpr[-1] = 1.0
std_auc = np.std(aucs) # std
mean_auc = auc(mean_fpr, mean_tpr) # mean auc
ROC_AUC_SCORE範例
import numpy as np
from sklearn import metrics
from sklearn.metrics import roc_auc_scorey = np.array([1, 1, 2, 2])#scores可以是模型預測結果(Label)
#scores也可以是模型預測的confidence(softmax probability)
scores = np.array([1, 1, 2, 2])
scores = np.array([0.1, 0.4, 0.35, 0.8])area_under_curve = roc_auc_score(y, scores)