ROC 曲线

本课属于 Coddy Machine Learning 学习旅程的“监督学习”单元。第 25 课，共 58 课。

每个阈值都有各自的召回率和误报数。ROC 曲线会同时显示它们：

一条蓝色阶梯曲线从左下角向右上角延伸，远高于表示抛硬币结果的灰色虚线对角线。橙色圆点标出阈值 0.8、0.5 和 0.2，并向右上方移动。曲线下方的区域用阴影填充：AUC = 0.914

横轴：假阳性率，即被标记的健康患者所占比例。纵轴：召回率。阈值降低时，曲线会向（1，1）移动。

from sklearn.metrics import roc_curve, roc_auc_score

proba = model.predict_proba(X_test)[:, 1]
fpr, tpr, thresholds = roc_curve(y_test, proba)  # tpr 是召回率
ax.plot(fpr, tpr)
print(f"{roc_auc_score(y_test, proba):.3f}")

这会输出 0.914，即 AUC：曲线下面积。1 表示完美，0.5 表示抛硬币猜测。曲线越高，在误报次数相同的情况下捕获的目标越多。

挑战

中等

樱桃农场会在可能结霜的夜晚点燃防霜火堆。起始代码训练了两个防霜模型，logistic 和 knn，并设置好了图表。

编写 draw_roc(model, name)：在 ax 上绘制模型的 ROC 曲线，使用 name 作为标签，并像下方这样打印其 AUC。
对两个模型都调用它，添加一条标签为 coin toss 的虚线对角线和图例，然后显示图表。

对于山体滑坡模型：

logistic AUC: 0.869
k-NN AUC: 0.924

然后 Coddy 会描述你的图表。他们的图表如下：

标题为“山体滑坡预警”的 ROC 曲线：一条阶梯状蓝色 logistic 曲线和一条拐角较少的橙色 k-NN 曲线，两者都远高于标记为抛硬币的绿色虚线对角线，并带有图例

亲手试试

import pandas as pd
import matplotlib.pyplot as plt
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LogisticRegression
from sklearn.neighbors import KNeighborsClassifier
from sklearn.metrics import roc_curve, roc_auc_score

# 樱桃农场春季的每个夜晚对应一行：frost 中的 1 表示黎明前出现了霜冻
nights = pd.read_csv("frost.csv")
features = ["temp_6pm_c", "humidity_pct", "wind_kmh", "cloud_pct"]
X_train, X_test, y_train, y_test = train_test_split(
    nights[features], nights["frost"], test_size=0.25, random_state=0, stratify=nights["frost"])
scaler = StandardScaler()
X_train = scaler.fit_transform(X_train)
X_test = scaler.transform(X_test)

# 两个霜冻预测模型
logistic = LogisticRegression(max_iter=1000)
logistic.fit(X_train, y_train)
knn = KNeighborsClassifier(n_neighbors=5)
knn.fit(X_train, y_train)

fig, ax = plt.subplots()
ax.set_title("Frost Warnings")
ax.set_xlabel("False positive rate")
ax.set_ylabel("Recall")

# 在下方编写你的代码