Python机器学习利用鸢尾花数据绘制ROC和AUC曲线_Python

Python机器学习利用鸢尾花数据绘制ROC和AUC曲线

2023-05-25 12:31fanstuck Python

这篇文章主要为大家介绍了Python机器学习利用鸢尾花数据绘制ROC和AUC曲线实现示例，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪

一、ROC与AUC

很多学习器是为了测试样本产生的一个实值或概率预测，然后将这个预测值与一个分类阈值（threshold）进行比较，若大于阈值则分为正类，否则为反类。主要看需要建立的模型侧重于想用在测试数据的泛华性能的好坏。排序本身的质量好坏体系了综合考虑学习去在不同任务下的“期望泛化性能”的好坏。ROC曲线则是从这个角度出发来研究学习器泛化性能。

1.ROC

ROC的全称是“受试者工作特征”曲线，与P-R曲线相似。与P-R曲线使用查准率、查全率为纵、横坐标不同，ROC曲线的纵轴是“真正例率”{简称TPR），横轴是“假正例率”（简称FPR）二者分别定义为：

Python机器学习利用鸢尾花数据绘制ROC和AUC曲线

ROC曲线图以真正例率为Y轴，假正例率为X轴。

2.AUC

进行检验判定ROC曲线性能的合理判据是比较ROC曲线下的面积，即AUC。从定义知AUC可通过对ROC曲线下各部分的面积求和而得，AUC可估算为：

Python机器学习利用鸢尾花数据绘制ROC和AUC曲线

从形式化看，AUC考虑的是样本预测的排序质量，因此它与排序误差有紧密联系。因此存在排序损失。

二、代码实现

形式基本和P-R曲线差不多，只是几个数值要改一下。

代码如下（示例）：

				?

									from sklearn import svm, datasets

									from sklearn.model_selection import train_test_split

									from sklearn.metrics import roc_curve, auc

									from itertools import cycle

									from sklearn.preprocessing import label_binarize #标签二值化LabelBinarizer，可以把yes和no转化为0和1，或是把incident和normal转化为0和1。

									import numpy as np

									from sklearn.multiclass import OneVsRestClassifier

									iris = datasets.load_iris()

									# 鸢尾花数据导入

									X = iris.data

									#每一列代表了萼片或花瓣的长宽，一共4列，每一列代表某个被测量的鸢尾植物，iris.shape=(150,4)

									y = iris.target

									#target是一个数组，存储了data中每条记录属于哪一类鸢尾植物，所以数组的长度是150,所有不同值只有三个

									random_state = np.random.RandomState(0)

									#给定状态为0的随机数组

									y = label_binarize(y, classes=[0, 1, 2])

									n_classes = y.shape[1]

									n_samples, n_features = X.shape

									X  = np.c_[X, random_state.randn(n_samples, 200 * n_features)]

									#添加合并生成特征测试数据集

									X_train, X_test, y_train, y_test = train_test_split(X, y,

									                                                    test_size=0.25,

									                                                    random_state=0)

									#根据此模型训练简单数据分类器

									classifier = OneVsRestClassifier(svm.SVC(kernel='linear', probability=True,

									                                 random_state=random_state))#线性分类支持向量机

									y_score = classifier.fit(X_train, y_train).decision_function(X_test)

									#用一个分类器对应一个类别， 每个分类器都把其他全部的类别作为相反类别看待。

									fpr = dict()

									tpr = dict()

									roc_auc = dict()

									for i in range(n_classes):

									    fpr[i], tpr[i], _ = roc_curve(y_test[:, i], y_score[:, i])

									    #计算ROC曲线面积

									    roc_auc[i] = auc(fpr[i], tpr[i])

									fpr["micro"], tpr["micro"], _ = roc_curve(y_test.ravel(), y_score.ravel())

									roc_auc["micro"] = auc(fpr["micro"], tpr["micro"])

									import matplotlib.pyplot as plt

									plt.figure()

									lw = 2

									plt.plot(fpr[2], tpr[2], color='darkorange',

									         lw=lw, label='ROC curve (area = %0.2f)' % roc_auc[2])

									plt.plot([0, 1], [0, 1], color='navy', lw=lw, linestyle='--')

									plt.xlabel('FPR')

									plt.ylabel('TPR')

									plt.ylim([0.0, 1.0])

									plt.xlim([0.0, 1.0])

									plt.legend(loc="lower right")

									plt.title("Precision-Recall")

									plt.show()