### 如何使用 Python 绘制高质量的 ROC 曲线 绘制高质量的 ROC 曲线通常涉及以下几个方面：数据准备、曲线平滑化、颜色搭配以及标注优化。以下是详细的说明： #### 数据准备 为了绘制 ROC 曲线，需要准备好真实标签 `y_true` 和模型预测的概率值 `y_score`。这些数据可以通过训练好的分类器获得。如果要对比多个模型，则需分别获取它们对应的 `y_true` 和 `y_score` 值。 ```python from sklearn.metrics import roc_curve, auc import numpy as np # 示例数据 y_true = np.array([0, 0, 1, 1]) y_scores = np.array([0.1, 0.4, 0.35, 0.8]) fpr, tpr, thresholds = roc_curve(y_true, y_scores) roc_auc = auc(fpr, tpr) ``` 上述代码展示了如何通过 `sklearn.metrics` 计算假正率 (`fpr`)、真正率 (`tpr`) 及其 AUC 值[^1]。 --- #### 使用 Matplotlib 和 Seaborn 进行可视化 Matplotlib 是基础绘图工具，而 Seaborn 则提供了更高级别的接口来增强图形样式。以下是一个完整的例子展示如何结合两者绘制美观的 ROC 曲线。 ```python import matplotlib.pyplot as plt import seaborn as sns sns.set(style="whitegrid", palette="muted") # 设置主题风格 plt.figure(figsize=(8, 6)) lw = 2 # 线条宽度设置 # 绘制 ROC 曲线 plt.plot( fpr, tpr, color="darkorange", lw=lw, label=f"ROC curve (area = {roc_auc:.2f})", ) # 添加辅助线条和标签 plt.plot([0, 1], [0, 1], color="navy", lw=lw, linestyle="--") plt.xlim([0.0, 1.0]) plt.ylim([0.0, 1.05]) plt.xlabel("False Positive Rate") plt.ylabel("True Positive Rate") plt.title("Receiver Operating Characteristic Curve") plt.legend(loc="lower right") # 显示图像 plt.show() ``` 这段代码设置了图表的主题风格，并调整了字体大小、线条粗细以及其他视觉参数以提高可读性和美感。 --- #### 平滑化处理 有时由于样本数量较少或者阈值分布不均匀，可能会导致 ROC 曲线显得不够光滑。可以尝试增加插值点或采用其他方法改善这一现象[^2]。 一种简单的方法是对原始数据进行多项式拟合后再重新采样生成新的 FPR-TPR 对应关系。 ```python from scipy.interpolate import interp1d # 插值函数定义 interp_func = interp1d(fpr, tpr, kind='cubic') # 新增更多点数用于重绘 new_fpr = np.linspace(0, 1, num=1000, endpoint=True) new_tpr = interp_func(new_fpr) # 更新后的曲线绘制 plt.plot(new_fpr, new_tpr, color="red", lw=lw, label="Smoothed ROC Curve") plt.legend(loc="lower right") plt.show() ``` 此部分实现了基于三次方程式的插值操作，从而让最终呈现效果更加流畅自然。 --- #### 多个模型比较 当存在多组实验结果时，可通过叠加不同颜色区分各个子图层面上的表现差异[^3]。 ```python models = [ ("Model A", fpr_a, tpr_a, auc_a), ("Model B", fpr_b, tpr_b, auc_b), ] for name, fpr_model, tpr_model, auc_model in models: plt.plot( fpr_model, tpr_model, label=f"{name} (AUC={auc_model:.2f})", ) plt.legend() plt.show() ``` 这里假设已经提前计算好了每种算法对应的一系列统计量列表形式存储起来供后续调用。 --- #### 寻找最佳诊断临界值 对于某些应用场景而言，找到某个特定条件下最优决策边界可能尤为重要[^4]。下面给出了一段示范程序帮助完成这项任务。 ```python optimal_idx = np.argmax(tpr - fpr) optimal_threshold = thresholds[optimal_idx] print(f"The optimal threshold is {optimal_threshold}") ``` 它会找出使得 TPR-FPR 差距最大的那个位置作为推荐使用的截断标准。 ---