ROC曲线绘制注意事项和小技巧

简介

假设你已经把所有曲线绘制在了plt图像上。
参考这篇文章:
ROC曲线绘制和求分类四个指标

代码

plt.plot([0, 1], [0, 1], 'k--')  # 绘制对角线
plt.xlabel('False Positive Rate')
plt.ylabel('True Positive Rate')
plt.legend(loc='lower right')
plt.gca().set_aspect('equal',adjustable='box')
plt.xlim([-0.020,1.000])
plt.ylim([-0.002,1.02])
plt.savefig('myROC.jpg',dpi=600)
plt.show()

XY轴范围设置

plt.xlim([-0.020,1.000])
plt.ylim([-0.002,1.02])

设置横纵轴一样长

plt.gca().set_aspect('equal',adjustable='box')

可以解决ROC图像扁平的情况。

分辨率和保存

plt.savefig('myROC.jpg',dpi=600)

这样图片会清晰很多。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值