如何使用从 CSV 文件转换的数据框绘制 ROC 曲线

Question

我试图使用 sklearn 提供的文档绘制 ROC 曲线。我的数据在 CSV 文件中，看起来 this.It 有两个类 'Good' 和 'Bad'

我的 CSV 文件的屏幕截图

我的代码是这样的

import numpy as np
import matplotlib.pyplot as plt
from itertools import cycle
import sys
from sklearn import svm, datasets
from sklearn.metrics import roc_curve, auc
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import label_binarize
from sklearn.multiclass import OneVsRestClassifier
from scipy import interp
from sklearn.neighbors import KNeighborsClassifier
from sklearn.naive_bayes import MultinomialNB

# Import some data to play with
df = pd.read_csv("E:\autodesk\TTI ROC curve.csv")
X =df[['TTI','Max TemperatureF','Mean TemperatureF','Min TemperatureF',' Min Humidity']].values
y = df['TTI_Category'].as_matrix()
# Binarize the output
y = label_binarize(y, classes=['Good','Bad'])
n_classes = y.shape[1]

# shuffle and split training and test sets
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=.5,
                                                    random_state=0)

# Learn to predict each class against the other
classifier = OneVsRestClassifier(svm.SVC(kernel='linear', probability=True,
                                 random_state=random_state))
y_score = classifier.fit(X_train, y_train).decision_function(X_test)

# Compute ROC curve and ROC area for each class
fpr = dict()
tpr = dict()
roc_auc = dict()
for i in range(n_classes):
    fpr[i], tpr[i], _ = roc_curve(y_test[:, i], y_score[:, i])
    roc_auc[i] = auc(fpr[i], tpr[i])

# Compute micro-average ROC curve and ROC area
fpr["micro"], tpr["micro"], _ = roc_curve(y_test.ravel(), y_score.ravel())
roc_auc["micro"] = auc(fpr["micro"], tpr["micro"])
plt.figure()
lw = 2
plt.plot(fpr[2], tpr[2], color='darkorange',
         lw=lw, label='ROC curve (area = %0.2f)' % roc_auc[2])
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 example')
plt.legend(loc="lower right")
plt.show()enter code here

如果我运行系统告诉我此代码 random_state 未定义。所以我将其更改为 random_state=true。然后系统告诉我

plt.plot(fpr[2], tpr[2], color='darkorange', KeyError: 2 <matplotlib.figure.Figure at 0xd8bff60>

如果我打印出来 n_classes。系统告诉我它是“1”，如果我在文档中打印出 n_classes，它会显示 3。我不确定这是否是问题所在。有人对此回溯有答案吗？

Answer 1

看来您根本不了解数据的结构以及代码的工作方式。

LabelBinarizer 将 return 一个对所有的编码，这意味着对于两个类你将得到以下映射：['good', 'bad', 'good'] -> [[1], [0], [1]], s.t. n_classes = 1。

如果你有 2 个类，你为什么期望它是 3？只需将 plt.plot(fpr[2], tpr[2], color='darkorange', lw=lw, label='ROC curve (area = %0.2f)' % roc_auc[2]) 更改为 plt.plot(fpr[0], tpr[0], color='darkorange', lw=lw, label='ROC curve (area = %0.2f)' % roc_auc[0]) 就可以了。

Answer 2

只需查看 tpr 和 fpr 词典，您就会发现您没有 tpr[2] 或 fpr[2]。 n_classes = y.shape[1] 显示你有多少个 classes (= 2)，这意味着你的 tpr 和 [=13] 中有 0 和 1 的键=] 字典.

当你只有 2 classes（二进制 class 化）时，你通过使用多 class 方法使事情变得过于复杂。我认为您正在使用 this tutorial.

我建议替换以下内容：

# Compute ROC curve and ROC area for each class
fpr = dict()
tpr = dict()
roc_auc = dict()
for i in range(n_classes):
    fpr[i], tpr[i], _ = roc_curve(y_test[:, i], y_score[:, i])
    roc_auc[i] = auc(fpr[i], tpr[i])

# Compute micro-average ROC curve and ROC area
fpr["micro"], tpr["micro"], _ = roc_curve(y_test.ravel(), y_score.ravel())
roc_auc["micro"] = auc(fpr["micro"], tpr["micro"])
plt.figure()
lw = 2
plt.plot(fpr[2], tpr[2], color='darkorange',
         lw=lw, label='ROC curve (area = %0.2f)' % roc_auc[2])

类似的东西：

fpr, tpr = roc_curve(y_test.values, y_score[:,1])
roc_auc = auc(fpr,tpr)
plt.figure()
lw = 2
plt.plot(fpr, tpr, color='darkorange', lw=lw, label='ROC curve (area = %0.2f)' % roc_auc)

如何使用从 CSV 文件转换的数据框绘制 ROC 曲线

How to plot a ROC curve using dataframe converted from CSV file

python

machine-learning

dataframe

roc

scikit-learn