数据分析师养成之路之python偏:(画AUC和混淆矩阵)

最新推荐文章于 2024-02-28 18:36:44 发布

鲁鲁酱1996

最新推荐文章于 2024-02-28 18:36:44 发布

阅读量1.6k

点赞数

分类专栏：机器学习之Python语言基础

本文链接：https://blog.csdn.net/lulujiang1996/article/details/81533923

版权

本文介绍了如何使用Python进行AUC曲线和混淆矩阵的绘制，详细讲解了数据准备、模型构建以及不同阈值下混淆矩阵的绘制，帮助理解模型评估指标。

摘要由CSDN通过智能技术生成

画AUC和混淆矩阵
代码如下:

准备数据,构造模型:

from sklearn import datasets

import numpy as np
from sklearn.model_selection import StratifiedKFold
from sklearn import linear_model
from sklearn.metrics import roc_curve,auc
import matplotlib.pyplot as plt
from sklearn.metrics import confusion_matrix
from sklearn.model_selection import train_test_split
import itertools

breast_cancer=datasets.load_breast_cancer()
X=breast_cancer.data
y=breast_cancer.target

cv=StratifiedKFold(n_splits=5)
lmr=linear_model.LogisticRegression()

开始画图,AUC和混淆矩阵(数字型,分数型)

def paintRoc(y_true,y_preb):
    fpr,tpr,thresholds=roc_curve(y_true,y_preb[:,1])
    roc_auc=auc(fpr,tpr)
    plt.plot(fpr,tpr,lw=5,alpha=0.8,color='r',label='Roc(AUC=%0.2f)'%(roc_auc))
    plt.plot([0, 1], [0, 1], linestyle