3、ROC曲线

1、ROC曲线

from sklearn import metrics  
probs = tree.predict_proba(X_test)             #  这里是为0和1的概率
probs = probs[:, 1]         # 只看为1的概率
tree_fpr, tree_tpr, thresholds = metrics.roc_curve(y_test, probs)        # 这里输入为真实值和预测值       
tree_auc = metrics.roc_auc_score(y_test, probs)

predict_proba()函数返回的是一个 n 行 k 列的数组， 第 i 行 第 j 列上的数值是模型预测 第 i 个预测样本为某个标签的概率，并且每一行的概率和为1。

metrics.roc_curve()函数的俩参数为真实的标签、目标分数。

metrics.roc_auc_score()函数的俩参数为真实的标签、目标分数。