在使用 Python 进行 Decision Curve Analysis（DCA）时，通常会借助 `matplotlib` 或 `seaborn` 等绘图库绘制曲线。为了保存绘制的 DCA 曲线图像，可以利用 `matplotlib.pyplot` 提供的 `savefig` 方法。该方法支持多种图像格式，例如 PNG、PDF、SVG 等。 以下是一个完整的示例，展示如何计算 DCA 曲线并保存图像： ```python import numpy as np import pandas as pd import matplotlib.pyplot as plt from sklearn.metrics import roc_curve, auc def decision_curve_analysis(y_true, y_prob): fpr, tpr, thresholds = roc_curve(y_true, y_prob) thresholds = np.sort(y_prob) net_benefit = [] for threshold in thresholds: y_pred = (y_prob >= threshold).astype(int) tp = np.sum((y_pred == 1) & (y_true == 1)) fp = np.sum((y_pred == 1) & (y_true == 0)) n = len(y_true) net_benefit.append(tp / n - fp / n * (threshold / (1 - threshold))) return thresholds, net_benefit # 示例数据 np.random.seed(42) y_true = np.random.randint(0, 2, 100) y_prob = np.random.rand(100) # 计算决策曲线 thresholds, net_benefit = decision_curve_analysis(y_true, y_prob) # 绘制决策曲线 plt.figure(figsize=(8, 6)) plt.plot(thresholds, net_benefit, label='Decision Curve') plt.xlabel('Threshold Probability') plt.ylabel('Net Benefit') plt.title('Decision Curve Analysis') plt.legend() plt.grid(True) # 保存图像 plt.savefig('decision_curve_analysis.png', dpi=300, bbox_inches='tight') plt.close() ``` 在上述代码中，`plt.savefig` 函数用于保存图像。其中关键参数说明如下： - `fname`: 保存图像的文件路径和名称，例如 `'decision_curve_analysis.png'`。 - `dpi`: 图像分辨率，默认为 100，推荐设置为 300 以获得高质量图像[^1]。 - `bbox_inches`: 控制图像边框范围，设置为 `'tight'` 可以自动裁剪边框[^1]。 ### 相关问题 1. 如何在 Decision Curve Analysis 中计算净收益（Net Benefit）？ 2. Decision Curve Analysis 的阈值概率范围如何确定？ 3. 如何将 Decision Curve Analysis 图像保存为 PDF 格式？ 4. 决策曲线分析与 ROC 曲线在模型评估中的区别是什么？ 5. 如何在 Python 中绘制多模型对比的 Decision Curve Analysis？