来自 csv 文件的 RoC 曲线答案

【问题标题】：RoC curve from csv file来自 csv 文件的 RoC 曲线
【发布时间】：2014-06-01 13:18:49
【问题描述】：

如何使用 scikit learn 或任何其他 python 库为 csv 文件绘制 roc 曲线，例如：

1, 0.202
0, 0.203
0, 0.266
1, 0.264
0, 0.261
0, 0.291
.......

【问题讨论】：

标签： python machine-learning scikit-learn roc

【解决方案1】：

import pandas as pd
import numpy as np
import pylab as pl
from sklearn.metrics import roc_curve, auc

df = pd.read_csv('filename.csv')

y_test = np.array(df)[:,0]
probas = np.array(df)[:,1]

# Compute ROC curve and area the curve
fpr, tpr, thresholds = roc_curve(y_test, probas)
roc_auc = auc(fpr, tpr)
print("Area under the ROC curve : %f" % roc_auc)

# Plot ROC curve
pl.clf()
pl.plot(fpr, tpr, label='ROC curve (area = %0.2f)' % roc_auc)
pl.plot([0, 1], [0, 1], 'k--')
pl.xlim([0.0, 1.0])
pl.ylim([0.0, 1.0])
pl.xlabel('False Positive Rate')
pl.ylabel('True Positive Rate')
pl.title('Receiver operating characteristic')
pl.legend(loc="lower right")
pl.show()

【讨论】：

【解决方案2】：

不是python 的答案，但如果您使用R (http://www.r-project.org/)，它就像

# load data
X <- read.table("mydata.csv", sep = ",")

# create and plot RoC curve
library(ROCR)
roc <- ROCR::performance(ROCR::prediction(X[,2], X[,1]), "tpr", "fpr")
plot(roc)

（需要通过install.package("ROCR")预先安装R包ROCR）

【讨论】：

谢谢。但我收到了这个错误predict is not an exported object from namespace:ROCR
这是一个错字，抱歉（现在无法测试代码）。它应该是 RORC::prediction 而不是 ROCR::predict