用tensorflow画ROC曲线

最新推荐文章于 2023-04-17 00:24:46 发布

原创

最新推荐文章于 2023-04-17 00:24:46 发布 · 1.7w 阅读

21 ·

CC 4.0 BY-SA版权

文章标签：

#Deep Learning #tensorflow

本文介绍了如何使用TensorFlow绘制ROC曲线。首先准备CSV数据，包含ID、预测分数和标签。然后通过Python程序`tf_roc.py`处理数据，设置精度参数。运行TensorBoard并查看结果，虽然TensorBoard不直接支持散点图，但通过调整`global_step`和数据比例，可以在TensorBoard中展示ROC曲线的关键信息。

1. 先准备好你的数据文件，csv格式，该文件共3列，第一列是数据id，第2列是预测分数（0到1），第3列是数据的label（0或1）

2. 运行下面的python程序：python tf_roc.py /tmp/predict_label.csv 200 /tmp/tb_roc

3. 其中第2个参数200表示画ROC曲线的精度，越大，曲线越精细。

4. 启动tensorboard： tensorboard --logdir=/tmp/tb_roc

5. 打开浏览器http://127.0.0.1:6006/，结果如下图

6. 关于画图方法。其实tensorboard无法画散点图。因此这里采用SummaryWriter的add_summary中第2个参数global_step来替代ROC中的横坐标fpr。globa_step原来是用来表示训练时的迭代次数的。为了能在tb中显示出来，需要把tpr放大100倍，或是1000倍。

7. 代码如下

import sys
import tensorflow as tf

class tf_roc():
    def __init__(self, predict_label_file, threshold_num, save_dir):
        '''file format: dataid,predict_score,label
        the predict_score should be between 0 and 1
        the