更改 roc 曲线 plot-metrics 图表中的图例项答案

【问题标题】：Change legend items in plot-metrics chart of roc curve更改 roc 曲线 plot-metrics 图表中的图例项
【发布时间】：2021-01-09 13:09:53
【问题描述】：

我正在使用 plot-metrics 库来创建 ROC 图表。

我正在尝试为我创建的三个不同模型创建图表，以便在它们之间进行比较并显示哪个模型是最好的模型。问题是我无法编辑图例，随机猜测出现 3 次 + 无法编辑图例中的项目名称（例如模型 1、模型 2 和模型 3）。

这就是我生成此图表的方式：

from plot_metric.functions import BinaryClassification
# Visualisation with plot_metric
bcl = BinaryClassification(y_test, predictions1, labels=["TREAT1", "TREAT2"])
bcrf = BinaryClassification(y_test, predictions2, labels=["TREAT1", "TREAT2"])
bcxgb = BinaryClassification(y_test, predictions3, labels=["TREAT1", "TREAT2"])

# Figures
plt.figure(figsize=(5,5))
bcl.plot_roc_curve(plot_threshold=False,c_roc_curve='b', title='Receiver Operating Characteristic')
bcrf.plot_roc_curve(plot_threshold=False,c_roc_curve='green')
bcxgb.plot_roc_curve(plot_threshold=False,c_roc_curve='purple')

plt.show()

我认为有这个参数（真或假随机猜测）但只有阈值和其他参数，也找不到图例的任何参数：
https://plot-metric.readthedocs.io/en/latest/

我的最终目标：更改图例项目名称而不是随机猜测 3 次。

【问题讨论】：

标签： python machine-learning legend roc auc

【解决方案1】：

这是我的解决方案，其中包含一个简单的绘图解决方法（我尝试将您的变量/颜色放在正确的位置）：

import numpy as np

# Get data and labels (via hidden figure)
plt.figure(figsize=(1,1))
ax = plt.gca()
ax.set_visible(False)
fpr1, tpr1, _, auc1 = bcl.plot_roc_curve(plot_threshold=False,c_roc_curve='r')
fpr2, tpr2, _, auc2 = bcrf.plot_roc_curve(plot_threshold=False,c_roc_curve='g', ls_random_guess='')
fpr3, tpr3, _, auc3 = bbcxgb.plot_roc_curve(plot_threshold=False,c_roc_curve='m', ls_random_guess='')

# Get series labels as numpy list
_, labels = ax.get_legend_handles_labels()
labels = np.array(labels)                     

# Create plot yourself
fig = plt.figure(figsize=(15,10))                                     # Init figure
plt.plot(fpr1, tpr1, 'b', linewidth=3)                                # Plot 1st ROC Curve
plt.plot(fpr2, tpr2, 'g', linewidth=3)                                # Plot 1st ROC Curve
plt.plot(fpr3, tpr3, 'purple', linewidth=3)                           # Plot 1st ROC Curve
plt.plot(np.arange(0,1.01,0.01), np.arange(0,1.01,0.01), linewidth=3) # Plot dashed guess line
plt.legend([labels[0],labels[2],labels[4],labels[1]])                 # Fix legend entries
plt.xlabel('False Positive Rate [FPR]')
plt.ylabel('True Positive Rate [TPR]')
plt.title('Receiver Operating Characteristic')                        # Add appropriate title

我的代码如下：

为绘图创建一个 1x1（或微小）隐藏图形
运行 plot_roc_curve 并获取 3 个模型中每个模型的 FPR、TPR 和 AUC 值
使用plt.gca() 和ax.get_legend_handles_labels() 获取隐藏图的图例条目。
创建一个新的（非隐藏）图并将 #2 中的数据绘制为多个系列
修改从 #3 获取的图例条目，使其仅具有 1 个“随机猜测”标签，并将其设置为新创建图形的图例。

这是使用 plot-metric 的示例代码/数据的示例图：

【讨论】：