Python机器学习利用鸢尾花数据绘制ROC和AUC曲线

ROC与AUC指标解析

在机器学习中，多数学习器会对样本输出实值或概率预测。将该预测值与预设的分类阈值进行比较，即可得到二元判定结果。为综合衡量模型在不同任务与阈值组合下的期望泛化性能，通常引入ROC（受试者工作特征）曲线进行可视化评估。ROC曲线的纵轴为真正例率（TPR），横轴为假正例率（FPR），两者计算方式如下：

TPR反映模型正确识别正类的能力，FPR则代表将负类错误判定为正类的比例。二者共同描绘出分类器在不同截断点下的表现轨迹。

AUC面积的物理意义

单纯观察ROC曲线的形态难以量化对比多个模型，因此采用AUC（ROC曲线下面积）作为核心判据。AUC值介于0.5至1.0之间，数值越大说明模型的排序质量越高，能够更稳妥地将正样本排在负样本前方。其数学表达为：

从形式化角度看，AUC本质上与排序损失密切相关。在实际应用中，该指标对类别不平衡数据具有较好的鲁棒性，是二分类与多分类任务评估的首选工具之一。

基于鸢尾花数据的代码实现

以下示例使用Python结合scikit-learn完成数据准备、模型训练与曲线绘制。整体流程包括加载数据集、添加噪声特征以扩展维度、划分训练集与测试集，随后利用OneVsRestClassifier配合线性SVM进行多对二分类，最后调用roc_curve与auc函数提取指标并渲染图像。

from sklearn import svm, datasets
from sklearn.model_selection import train_test_split
from sklearn.metrics import roc_curve, auc
from sklearn.preprocessing import label_binarize
import numpy as np
from sklearn.multiclass import OneVsRestClassifier
import matplotlib.pyplot as plt

# 1. 数据准备与特征扩展
iris = datasets.load_iris()
X = iris.data
y = label_binarize(iris.target, classes=[0, 1, 2])
n_classes = y.shape[1]
n_samples, n_features = X.shape

random_state = np.random.RandomState(0)
# 添加随机噪声列，模拟高维特征空间
X = np.c_[X, random_state.randn(n_samples, 200 * n_features)]

# 2. 划分训练集与测试集
X_train, X_test, y_train, y_test = train_test_split(
    X, y, test_size=0.25, random_state=0
)

# 3. 构建One-vs-Rest线性SVM分类器
classifier = OneVsRestClassifier(
    svm.SVC(kernel='linear', probability=True, random_state=random_state)
)
y_score = classifier.fit(X_train, y_train).decision_function(X_test)

# 4. 计算各类别的ROC与AUC
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])

# 计算Micro平均ROC曲线
fpr["micro"], tpr["micro"], _ = roc_curve(y_test.ravel(), y_score.ravel())
roc_auc["micro"] = auc(fpr["micro"], tpr["micro"])

# 5. 绘制曲线（示例仅展示类别2的单类ROC）
plt.figure()
lw = 2
plt.plot(fpr[2], tpr[2], color='darkorange', lw=lw,
         label=f'Class {2} ROC curve (area = {roc_auc[2]:.2f})')
plt.plot([0, 1], [0, 1], color='navy', lw=lw, linestyle='--')
plt.xlabel('FPR')
plt.ylabel('TPR')
plt.ylim([0.0, 1.0])
plt.xlim([0.0, 1.0])
plt.legend(loc="lower right")
plt.title("ROC Curve")
plt.show()

运行结果查看

执行上述脚本后，控制台窗口将弹出标准ROC坐标系图像。图中深橙色曲线对应指定类别的阈值遍历结果，虚线为基准参考线。通过观察曲线逼近左上角的程度，结合终端打印的AUC浮点数，即可直观判定该Python机器学习管道在鸢尾花数据集上的排序判别能力。以上就是Python机器学习利用鸢尾花数据绘制ROC和AUC曲线的详细内容，更多关于Python数据绘制ROC AUC的资料请关注本站其它相关文章！