【问题标题】：How to find true positive rate and false positive rate to plot ROC curve?如何找到真阳性率和假阳性率来绘制ROC曲线？
【发布时间】：2022-12-29 08:15:56
【问题描述】：
如何使用“matplotlib.pyplot”绘制 ROC 诅咒。它的 x 轴是“假阳性率”，y 轴是“真阳性率”。
我有回忆和精确。
我知道召回率是真阳性率。
但是我不知道如何找到误报率来绘制 ROC 曲线。
当我有 TPR 和 FPR 时，绘制曲线变得更容易。
这是我想要 dinf ROC 曲线的数据帧流的快照。
'label_Num' 是实际值，'prediction' 是预测值。
【问题讨论】：
标签：
python
matplotlib
pyspark
roc
precision-recall
【解决方案1】：
您可以使用 scikit-learn 生成值来生成您的 ROC 曲线：
from sklearn.metrics import roc_curve
fpr, tpr, thresholds = roc_curve(y_true=y_true, y_score=y_pred)
plt.plot(fpr, tpr)
您只需要提供 y_true 和 y_pred，它们对应于您表中的 label_Num 和预测。