python如何將多個模型的ROC曲線繪制在一張圖(含圖例)
多條ROC曲線繪制函數
def multi_models_roc(names, sampling_methods, colors, X_test, y_test, save=True, dpin=100):
"""
將多個機器模型的roc圖輸出到一張圖上
Args:
names: list, 多個模型的名稱
sampling_methods: list, 多個模型的實例化對象
save: 選擇是否將結果保存（默認為png格式）
Returns:
返回圖片對象plt
"""
plt.figure(figsize=(20, 20), dpi=dpin)
for (name, method, colorname) in zip(names, sampling_methods, colors):
method.fit(X_train, y_train)
y_test_preds = method.predict(X_test)
y_test_predprob = method.predict_proba(X_test)[:,1]
fpr, tpr, thresholds = roc_curve(y_test, y_test_predprob, pos_label=1)
plt.plot(fpr, tpr, lw=5, label='{} (AUC={:.3f})'.format(name, auc(fpr, tpr)),color = colorname)
plt.plot([0, 1], [0, 1], '--', lw=5, color = 'grey')
plt.axis('square')
plt.xlim([0, 1])
plt.ylim([0, 1])
plt.xlabel('False Positive Rate',fontsize=20)
plt.ylabel('True Positive Rate',fontsize=20)
plt.title('ROC Curve',fontsize=25)
plt.legend(loc='lower right',fontsize=20)
if save:
plt.savefig('multi_models_roc.png')
return plt
繪制效果
調用格式與方法
調用方法時，需要把模型本身（如clf_xx）、模型名字(如GBDT)和對應顏色（如crimson）按照順序、以列表形式傳入函數作為參數。
names = ['Logistic Regression',
'Random Forest',
'XGBoost',
'AdaBoost',
'GBDT',
'LGBM']
sampling_methods = [clf_lr,
clf_rf,
clf_xgb,
clf_adb,
clf_gbdt,
clf_lgbm
]
colors = ['crimson',
'orange',
'gold',
'mediumseagreen',
'steelblue',
'mediumpurple'
]
#ROC curves
train_roc_graph = multi_models_roc(names, sampling_methods, colors, X_train, y_train, save = True)
train_roc_graph.savefig('ROC_Train_all.png')
詳細解釋和說明
1.關鍵函數
（1）plt.figure(figsize=(20, 20), dpi=dpin)
在for循環(huán)外繪制圖片的大體框架。figsize控制圖片大小，dpin控制圖片的信息量（其實可以理解為清晰度？documentation的說明是The resolution of the figure in dots-per-inch）
（2）zip()
函數用于將可迭代的對象作為參數，將對象中對應的元素打包成一個個元組，然后返回由這些元組組成的列表。
（3）roc_curve()
fpr, tpr, thresholds = roc_curve(y_test, y_test_predprob, pos_label=1)
該函數的傳入參數為目標特征的真實值y_test和模型的預測值y_test_predprob。需要為pos_label賦值，指明正樣本的值。
該函數的返回值 fpr、tpr和thresholds 均為ndarray， 為對應每一個不同的閾值下計算出的不同的真陽性率和假陽性率。這些值，就對應著ROC圖中的各個點。
（4）auc()
plt.plot(fpr, tpr, lw=5, label='{} (AUC={:.3f})'.format(name, auc(fpr, tpr)),color = colorname)
函數auc()，傳入參數為fpr和tpr，返回結果為模型auc值，即曲線下面積值。
以上代碼在使用fpr和tpr繪制ROC曲線的同時，也確定了標簽（圖例）的內容和格式。
2. 參數解釋
（1）sampling_methods
是包含多個模型名字的list。所有模型不需要fit過再傳入函數，只需要定義好即可。
clf = RandomForestClassifier(n_estimators = 100, max_depth=3, min_samples_split=0.2, random_state=0)
（2）X_test, y_test
X_test 和 y_test 兩個參數用于傳入函數后計算各個模型的預測值。
y_test_predprob = method.predict_proba(X_test)[:,1] fpr, tpr, thresholds = roc_curve(y_test, y_test_predprob, pos_label=1)
如果需要繪制的是訓練集的ROC曲線，則可以在對應參數位置分別傳入X_trian和y_train即可。
（3）names 和 colors
這兩個參數均為字符串列表形式。注意，這兩個列表的值要和模型參數中的模型順序一一對應。
如有需要繪制更多的模型，只需要對應增加列表中的值即可。
需要注意的小小坑
1.同一張圖片的同一種方法只能調用一次！??！
plt.legend(loc='lower right') plt.legend(fontsize=10)
如果像上圖中的我一樣，把同一張圖片plt的方法legend()調用兩次，那么下一個的方法中的參數就會將上一個的參數覆蓋！這種情況下，我就發(fā)現第一個方法賦值的location完全不起作用……
這個時候就需要將這個函數整合如下圖～（其實本來就是應該這么寫的，我也不知道為啥我腦子一抽寫了兩個，可能是ggplot給我的美好印象揮之不去吧）
plt.legend(loc='lower right',fontsize=10)
補充
根據小伙伴的評論提問，在這里進行一下解釋說明：
1.這個函數是適用于所有數據集的，只需要導入數據集后進行訓練集和測試集的劃分即可。（我在“調用格式與方法”部分調用函數使用的是X_train 和y_train，繪制出的則是不同模型在訓練集表現的ROC曲線）
劃分訓練集和測試集的代碼如下（以使用8：2劃分訓練集測試集為例）
# 8：2劃分訓練集測試集 X, y = df.drop(target,axis=1), df[target] X_train, X_test, y_train, y_test = train_test_split(X, y, train_size=0.8, random_state=0)
df：導入數據集
target：目標特征（y）
train_size：訓練集占比80%
random_state: 隨機數種子，不同隨機數種子劃分的訓練集和測試集會有不同。
總結
到此這篇關于python如何將多個模型的ROC曲線繪制在一張圖的文章就介紹到這了,更多相關python多模型的ROC曲線繪制內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
在Web開發(fā)中,經常需要在用戶與頁面交互時執(zhí)行一些操作,本文將介紹如何使用Python來監(jiān)聽HTML點擊事件,有需要的小伙伴可以跟隨小編一起了解下2024-04-04
python?subprocess.run()、subprocess.Popen()、subprocess.check
Python的subprocess模塊是用于創(chuàng)建和管理子進程的模塊,本文主要介紹了python?subprocess.run()、subprocess.Popen()、subprocess.check_output(),具有一定的參考價值,感興趣的可以了解一下2024-02-02
主流被使用的地理坐標系并不統(tǒng)一，常用的有WGS84、GCJ02（火星坐標系）、BD09（百度坐標系）以及百度地圖中保存矢量信息的web墨卡托，本文利用Python編寫相關類以實現4種坐標系統(tǒng)之間的互相轉換，希望對大家有所幫助2023-02-02
今天小編就為大家分享一篇python保存數據到本地文件的方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-06-06
本文主要介紹了Pycharm+Flask零基礎項目搭建入門的實現，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2023-04-04
Python如何獲取HTTP請求的Response Body
這篇文章主要介紹了在Python中如何獲取HTTP請求的響應體,包括使用內置的urllib庫、第三方庫requests以及一些高級用法,有需要的小伙伴可以了解下2024-11-11
在日常工作中，我們常常會用到需要周期性執(zhí)行的任務，一種方式是采用?Linux?系統(tǒng)自帶的?crond?結合命令行實現，另外一種方式是直接使用Python。本文整理了一下?Python?定時任務的實現方式，希望對大家有所幫助2023-01-01
這篇文章主要為大家詳細介紹了Python中數據容器的相關資料，文中的示例代碼講解詳細，對我們學習Python有一定的幫助，感興趣的可以了解一下2022-11-11
今天小編就為大家分享一篇python 對txt中每行內容進行批量替換的方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-07-07
python 獲取一個值在某個區(qū)間的指定倍數的值方法
今天小編就為大家分享一篇python 獲取一個值在某個區(qū)間的指定倍數的值方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-11-11