以load_breast_cancer数据集为例,模型细节不重要,重点是画AUC的代码。...= metrics.auc(fpr, tpr)
plt.figure(figsize=(6,6))
plt.title('Validation ROC')
plt.plot(fpr, tpr, 'b'..., label = 'Val AUC = %0.3f' % roc_auc)
plt.legend(loc = 'lower right')
plt.plot([0, 1], [0, 1],'r--')...补充拓展:Python机器学习中的roc_auc曲线绘制
废话不多说,直接上代码
from sklearn.metrics import roc_curve,auc
from sklearn.ensemble...=auc(fpr,tpr)
plt.figure(figsize=(10,10))
plt.plot(fpr, tpr, color='darkorange',
lw=2, label='ROC curve